Un nouveau détective d'IA développé par le MIT-IBM et Elliptic a analysé 200 000 transactions Bitcoin, détectant avec succès 52 cas de blanchiment d'argent sur un échange de cryptomonnaie.

Les scientifiques du laboratoire d'IA Watson du MIT-IBM et de la société Elliptic ont créé un « détective IA » capable de détecter les transactions douteuses liées à la cybercriminalité. Ils ont permis à ce modèle d’IA d’apprendre les données de plus de 200 000 transactions Bitcoin, y compris celles liées aux ransomwares et aux marchés noirs. En conséquence, les détectives IA peuvent identifier les transactions suspectes avec une précision impressionnante.

Le nouveau modèle d'IA d'Elliptic a été publié sur arXiv, marquant une avancée significative dans l'application de l'intelligence artificielle (IA) pour lutter contre le blanchiment d'argent sur le marché des cryptomonnaies. La différence de cette étude réside dans le fait qu’elle se concentre sur le « sous-graphe », qui est la chaîne de transactions qui représente l’ensemble du processus de blanchiment d’argent du Bitcoin. Au lieu de simplement identifier les portefeuilles illégaux individuels, le modèle d'IA d'Elliptic est capable de suivre et d'analyser le flux de fonds illicites à travers plusieurs étapes intermédiaires, contribuant ainsi à révéler des réseaux complexes de blanchiment d'argent.

Les données de formation contiennent des « sous-graphiques » : des séquences de transactions, dont certaines sont connues pour représenter une activité de blanchiment d'argent.

Pour vérifier son efficacité dans le monde réel, Elliptic a testé son modèle d'IA avec un important échange de crypto-monnaie. Les résultats ont montré que l’IA a correctement identifié 14 cas de blanchiment d’argent sur 52, ce qui équivaut à un taux de précision de près de 27 %. Il convient de noter que ces cas ont été confirmés sur la base d’informations « hors chaîne », c’est-à-dire des données non disponibles sur la blockchain, prouvant que l’IA est capable de surpasser les techniques traditionnelles d’analyse de la blockchain.

En plus de détecter les modèles connus de blanchiment d'argent tels que les « chaînes de peeling », le modèle d'IA d'Elliptic peut également identifier et analyser de nouvelles méthodes telles que l'utilisation de « services imbriqués » (méthodes sophistiquées de blanchiment d'argent, tirant parti de nombreuses couches de services intermédiaires pour cacher la source). d'argent).

En analysant les modèles de transactions, l’IA peut retracer l’origine des flux illicites et identifier les portefeuilles blockchain associés à des activités illégales. Ces connaissances sont extrêmement précieuses pour les professionnels de la lutte contre le blanchiment d'argent et peuvent être intégrées aux outils Elliptic pour améliorer la détection des activités illégales.

Illustration simple de deux exemples de modèles de blanchiment d'argent identifiés par le modèle d'IA.

Elliptic a également annoncé le jeu de données « Elliptic2 », un ensemble de données public contenant plus de 200 millions de transactions Bitcoin, permettant à la communauté des chercheurs d'accéder et de développer de nouvelles techniques pour lutter plus efficacement contre le blanchiment d'argent.

Cette recherche témoigne fortement du potentiel de l’IA dans la lutte contre la criminalité financière dans le secteur des cryptomonnaies. Bien que les volumes d’échanges illicites de cryptomonnaies aient diminué en 2023, plus de 24,2 milliards de dollars d’actifs sont restés liés à des activités illégales, dont les pièces stables représentaient plus de 60 %.