Stock Foto
Big Data und analytics wird zu einem wichtigen Werkzeug bei der Aufdeckung und Verhinderung von advanced Geldwäsche-Regelungen zur Finanzierung terroristischer Aktivitäten.
Für kriminelle Vorgänge ausgeführt werden, und für terroristische Organisationen zu erhalten, die Finanzierung, die Sie benötigen, um zu funktionieren, braucht Geld. Wir sind gekommen far von den Tagen von Mantel-und-Dolch-treffen in person und zwielichtigen deals in den Schatten, wenn es um Geldwäsche, und stattdessen, Strafverfolgungsbehörden und Banken konfrontiert sind komplexe Systeme, die zunehmend schwierig für die Menschen, sowohl zu erkennen und zu verhindern.
In einem interview mit ZDNet, Mark Gazit, CEO der cybersecurity-Firma ThetaRay sagte, dass, während Milliarden von Dollar verloren durch cyberfraud jedes Jahr, wir können “davon ausgehen”, dass ein “signifikanter” Teil dieser Summe betrifft die Geldwäsche.
Es ist nicht so schwierig, wie Sie vielleicht denken, um Geld zu waschen online. Zum Beispiel, ein kurzer Blick durch das Dunkle Web und finden Sie unzählige “Unterlegscheiben”, die für eine kleine Gebühr, nehmen Benutzer Bitcoin und “waschen” Sie Sie sauber, Schleusen, so dass die Herkunft dieser Gelder können nicht zurückverfolgt werden.
Die Exekutive, sagt, dass terroristische Gruppen, wie ISIS, nutzen zunehmend diese Art von Methoden in der frischen Geldwäsche-Regelungen.
Eine neue Methode, zum Beispiel, ist der Einsatz von Cyber-Attacken, in der die Operatoren, stehlen Sie nicht mehr als 1 US-Dollar von einem Bankkonto – aber dies geschieht automatisch zu Millionen von Konten zu einer Zeit. Wie es ist so eine kleine Menge, es bleibt unbemerkt von den Banken oder der account-Inhaber selbst, und dies kann dazu führen, Millionen von dollars an terroristische Organisationen.
“Diese Gruppen wissen, dass Sie nicht nur verkaufen, öl und erhalten eine Kostenpauschale in Höhe von 10 Millionen US-Dollar; es würde identifiziert werden, für die Geldwäsche und abgefangen durch die Strafverfolgungsbehörden,” Gazit sagt. “Aber durch eine Flut von Mikro-Transaktionen, Sie können entkommen Erkennung, beschaffen die notwendigen Gelder, und setzen Ihre terror-Operationen.”
Andere Methoden der Geldwäsche gehören die Nutzung von online-spielen und virtuellen Währungen, “carding” – der transfer von Geld auf die Karte Verkäufern – und die Verwendung von Geld Maultiere, um Geld abzuheben.
Das Internet und die Entwicklung der Computer und Netzwerke haben sich als ein Katalysator für Wirtschaftswachstum, Beschäftigung und Fortschritte in der alles aus der Forschung zu Bildungssystemen weltweit.
Aber es führte auch zu einer Zunahme der Internetkriminalität. Auf einer globalen Plattform, kann es eine schwierige Aufgabe für die Strafverfolgungsbehörden nicht nur die Spur der Herkunft der kriminellen Aktivität – und Geldwäsche-Regelungen verbunden – aber auch diejenigen, die letztendlich verantwortlich ist.
Gazit kommentiert:
“Eine einzelne person kann jetzt die Technologie, um zu brechen, die in Millionen von Maschinen und durchführen von Geldwäsche-Aktivitäten. Technologie wird nicht nur ermöglicht es automatisch geschehen; es senkt deutlich die Gefahr konfrontiert, durch die hacker. Er kann vor der Küste in ein anderes Land, über das Internet zu brechen in die bank-Konten rund um die Welt.
Selbst im worst-case-Szenario, alles, was geschieht, ist, dass die bank erkennt die Aktivität und Stoppt die übertragung.Es gibt sehr wenig Gefahr von ihm gefangen genommen und eingesperrt.”
Wenn Sie nicht unbedingt die Spur der Herkunft des Aktivität, die nächste beste Sache ist, um in der Lage sein zu erkennen es schnell und heruntergefahren werden, bevor Netze gefährdet sind oder finanzielle Verluste auftreten.
Nach der Exekutive, im Zusammenhang mit dem Terrorismus, Geldwäsche-Systeme können gestoppt werden durch den Einsatz von intelligenten Maschinen, Big Data und analytics.
“Wenn Terroristen gehen, um intelligente Maschinen zu führen automatisierte Verbrechen, es ist in unserem besten Interesse zu beschäftigen, die gleichen Maschinen in unserem Kampf, um Sie zu stoppen,” Gazit sagt. “Menschen sind einfach nicht ausgestattet zu erkennen und zu verhindern, dass diese Art von betrügerischen Aktivitäten.”
Durch die Nutzung von Big Data, machine-learning-Systeme verarbeiten und analysieren große Ströme von Informationen in einem Bruchteil der Zeit es dauern würde, die menschliche Operatoren. Wenn Sie haben Millionen von finanziellen Transaktionen je Tag, ML bietet eine Möglichkeit zur automatisierten Mustererkennung und potenziell eine höhere chance zu entdecken, verdächtige Aktivitäten und blockiert es schnell.
Gazit ist der Auffassung, dass bis 2017 und darüber hinaus-wir werden beginnen, sich mehr auf Informationen und analytics-Technologien nutzen, machine learning, überwachen Sie Transaktionen und das Verbrechen in Echtzeit wird immer wichtiger, wenn kriminelle gehen, weniger zu verdienen, von Betrug und Terrorismus-Gruppen kann auch die Prise Gefühl als ML unten Risse auf Geldwäsche.
Die Exekutive sagt, dass werden wir auf jeden Fall eine Steigerung in der Nutzung der Technologie für den kriminellen zu gewinnen in der Zukunft, sei es Terrorismus oder der Einsatz von ransomware, Erpressung Unternehmen und Verbraucher aus Ihrer Gelder.
Allerdings, wenn wir die Werkzeuge benutzen, die uns zur Verfügung stehen, können wir zumindest den Schaden zu mildern, wenn nicht zu stoppen einige Systeme komplett.