Stock foto
Big Data og analytics vil blive et vigtigt redskab til at opdage og forebygge avancerede hvidvaskning af penge, der blev benyttet til at finansiere terrorvirksomhed.
For kriminelle operationer til at køre og til terrorist organisationer til at modtage den støtte, de behøver for at fungere, penge er påkrævet. Vi er kommet langt fra de dage af kappe og dolk møder i person og tvivlsomme tilbud i skyggerne, når det kommer til hvidvaskning af penge; og i stedet, retshåndhævelse og banker står over for komplekse ordninger, som bliver mere og mere vanskeligt for mennesker til både at opdage og forhindre.
I et interview med ZDNet, Mark Gazit, administrerende DIREKTØR for cybersikkerhed firma ThetaRay sagde, at mens milliarder af dollar går tabt gennem cyberfraud hvert år, kan vi sikkert antage”, at en “væsentlig” del af dette beløb indebærer hvidvaskning af penge.
Det er ikke så svært som du måske tror at hvidvaske penge online. For eksempel, et hurtigt kig gennem det Mørke Nettet og du kan finde utallige “skiver”, som, for et lille gebyr, vil tage brugeren Bitcoin og “vaske” dem rene, kanalisere dem, så oprindelsen af disse midler, ikke kan spores.
Den administrerende siger, at terrorgrupper, som ISIS, er i stigende grad ved hjælp af disse typer af metoder i frisk hvidvaskning af penge ordninger.
En ny metode, for eksempel, er brugen af cyberangreb, som erhvervsdrivende, stjæle ikke mere end $1 fra en bank-konto – men dette sker automatisk at millioner af konti på en gang. Da det er sådan en lille mængde, det forbliver ubemærket af banker eller kontohavere sig selv, og dette kan føre til millioner af dollars ved at blive overført til terrororganisationer.
“Disse grupper ved, at de kan ikke bare sælge olie og modtage et engangsbeløb på 10 millioner dollars; det ville blive identificeret som hvidvaskning af penge og opfanges af retshåndhævende myndigheder,” Gazit siger. “Men gennem en strøm af mikro-transaktioner, de kan undslippe opdagelse, at erhverve de nødvendige midler, og fortsætte deres terror operationer.”
Andre metoder til hvidvaskning af penge omfatte kapitalisere på online gaming og virtuelle valutaer, “karte” – overførsel af penge til kort sælgere – og brugen af penge-muldyr til at hæve penge.
Internettet og udviklingen af computere og netværk har vist sig at være en katalysator for økonomisk vækst, jobs, og fremskridt inden for alt fra forskning til uddannelse på verdensplan.
Men det har også ført til en ekspansion i it-kriminalitet. På en global platform, kan det være en vanskelig opgave for de retshåndhævende myndigheder til ikke kun at spore oprindelsen af kriminel aktivitet – og hvidvaskning af penge ordninger, der er forbundet til det – men også dem, der i sidste ende er ansvarlig.
Gazit, kommenteret:
“En enkelt person kan nu bruge teknologi til at bryde ind i millioner af maskiner, og gennemføre hvidvaskning af penge. En teknologi, der ikke kun giver mulighed for, at det sker automatisk; det betydeligt sænker den risiko, som den hacker. Han kan være offshore i et andet land, der bruger Internettet til at bryde ind på bankkonti rundt omkring i verden.
Selv i “worst case scenario”, alt det, der sker, er, at banken registrerer aktivitet og stopper overførslen.Der er meget lidt risiko for ham at blive fanget og fængslet.”
Hvis du kan ikke nødvendigvis spore oprindelsen af en sådan aktivitet, er den næste bedste ting er at være i stand til at opdage det hurtigt, og lukker det ned, før netværk er kompromitteret eller finansielle tab forekomme.
Ifølge den administrerende, terrorisme-relaterede hvidvaskning af penge ordninger kan stoppes gennem ansættelse af smarte maskiner, Big Data og analytics.
“Hvis terrorister vil bruge smart maskiner til at udføre automatiseret forbrydelse, det er i vores bedste interesse at ansætte de samme maskiner i vores kamp for at stoppe dem,” Gazit siger. “Mennesker er simpelthen ikke rustet til at opdage og forhindre denne form for svigagtig aktivitet.”
Ved at udnytte Big Data machine learning systemer, der kan behandle og analysere enorme strømme af information i en brøkdel af den tid det ville tage menneskelige operatører. Når du har millioner af finansielle transaktioner, der finder sted nogensinde dag, ML giver mulighed for automatiseret pattern detection og potentielt en større chance for at opdage mistænkelig aktivitet og blokere det hurtigt.
Gazit mener, at man gennem 2017 og fremefter, vil vi begynde at stole mere på information og analytiske teknologier, der udnytter machine learning til at overvåge transaktioner og indberette kriminalitet i real tid, som er mere og mere vigtigt, hvis kriminelle kommer til at tjene mindre fra svig, og terror grupper kan også føle sig klemt som ML slår ned på hvidvaskning af penge.
Den administrerende siger, at vi helt sikkert vil se en stigning i brugen af teknologi til kriminelle gevinst i fremtiden, uanset om det er terror eller anvendelse af ransomware til afpresning både virksomheder og forbrugere, ude af deres midler.
Men hvis vi bruger de værktøjer, vi har til rådighed, kan vi i det mindste afbøde den skade, hvis ikke stoppe nogle ordninger helt.