网易logo

银行利用人工智能识别和切断恐怖分子资金来源

subtitle 网易智能 07-11 10:30 跟贴 1 条

  【网易智能讯7月11日消息】 让ISIS如此顽强的一个原因是恐怖分子的活动网络很分散,遍布世界各地,且都是在小范围之内运作。这不仅让执法部门难以预测该组织接下来会有何行动,还使得追踪其活动网变得异常复杂,比如其银行交易。小额资金从境外恐怖分子那里流向境内恐怖分子,但银行很难在系统中识别出这些资金。

  长期以来,银行一直在使用反洗钱系统来标记可疑活动,而在9月11日之后,它们仍使用这个老办法侦测与恐怖活动相关的交易。

  但这些传统工具并不能胜任这项新工作,虽然银行开始依赖于硬编码的“if-then”规则来预测可疑行为。例如,如果该软件发现了从迈阿密到波哥大的七位数资金转移,它就会识别出来并标记这笔转账。但是,像ISIS这样的恐怖组织在国际上招募人员,进行规模较小、具有针对性的攻击时,这些工具的效果就差了很多了。有太多的规则和可能性需要考虑。

  在反金融犯罪行业工作了20年,并有美国毒品执法机构和美国进出口银行工作经历的DanStitt说:“(资金)在等待被转移的时候,可以很容易地在比利时的某家青年旅社里安度一段时间。”

  一个藏匿着的恐怖分子进行的小额交易可能不会被常规的反洗钱系统检测到。除非这些系统使用人工智能技术。银行正越来越多地转向机器学习,通过挖掘大量银行数据来监测账户和交易中的异常现象,不然这些异常可能会被忽视。

  Stitt说:“这是一种海底捞针一样的外科手术式方法。”他现在是一家总部位于宾夕法尼亚州韦恩市的公司QuantaVerse的金融犯罪分析主任,该公司开发了一些世界上最大的银行用来侦测洗钱、恐怖主义资金和其他金融犯罪的AI技术。

  该技术已经帮助找到了一个被美国缉毒局称为“世界最大的毒品洗钱人之一”的巴拿马人。在这个行业中,机器学习的使用还处于早期阶段,即使是QuantaVerse也不确定他们掌握的线索中有多少已经变成了实实在在的威胁。但金融监管专家对此类工具的潜力抱有很高的期望。

  “机器能够接收更多的数据点,并以一种人类无法达到的方式来分析这些数据点,”KevinPetrasic说,他是律师事务所的合伙人,专门从事金融监管。

  银行必须帮助找到罪犯

  自1970年银行保密法以来,银行一直被要求协助政府机构侦查洗钱活动。软件在某种程度上帮助了这一过程的自动化。然而,这个过程被具有误导性的正常活动所困扰:在这一过程中,系统常常会标记出实际上并非属于犯罪的行为。

  道琼斯最近对800多名反洗钱专业人士进行的调查发现,近一半的反洗钱人士表示,错误的警报损伤了他们对筛查过程准确性的信心。然而,为了满足政府的要求,银行每年在这些系统上投资数十亿美元。“

  这是价值数十亿美元的投资——很多调查人员聚焦于调查旧系统发现的“案件”,但其中的绝大多数都不是真正的金融犯罪,”在2014年创立QuantaVerse的大卫麦克劳林说。

  “与此同时,真正的金融犯罪却无人注意。”

  对于那些希望阻止资金流向外国作战人员的银行而言,其面临的重要挑战之一是目前存在着无限可能的交易组合,而银行须将这些组合手动编码进入基于规则的系统中。想要加入ISIS的人可能需要在布鲁塞尔的ATM机上取80美元,在阿尔及利亚收电汇款,在黎巴嫩使用信用卡。他可能会取出发薪日贷款或把钱转移给家人。就活动本身而言,其数量的增加可能并不会招致怀疑,但它们积累起来产生了一种可能会被机器标记为可疑的活动模式。

  Stitt说:“任何调查人员都会关注于最引人注意的线索。”

  “如果有一个数额为100万美元的墨西哥电汇警报,另一个是比利时数额为80美元的一系列交易,我将关注哪一个?”

  这就是该系统在调查层面上失败的地方。

  模式识别

  与传统系统不同,QuantaVerse软件可以自行学习这些预测器。

  该公司的数据科学家团队用来自于一家全球Top5银行数年积累的数据进行数据分析,该公司的名字被严格禁止对外公布。

  在Stitt的投入下,团队训练系统了解如何区分好、坏行为,这样系统就可以在不需要人类监督的情况下学习和识别各种行为了。

  Stitt说,系统的判断基于各种因素的综合作用,包括资金的流动速度、转移方向和转账数量等。

  但他们也会寻找诸如发票号码序列中的异常情况这类线索。如果一个犯罪集团想要洗钱,它可能会伪造发票,使其看起来像是合法交易,但实际上,这些钱来自于毒品交易或出售假冒商品。这些发票都有自己的身份号码,Stitt说,“通常人们不记得这些序列号。”

  QuantaVerse的技术可以发现系统中的重复和错误。其工具还会检查账户历史,分析它与其他账户之间存在的关系。Stitt解释说,这个系统可能会对一家化肥公司和消防部门之间的突然交易产生质疑,如果它观察到过很多类似的交易。

  传统的反洗钱系统大约会检查90天内的数据。QuantaVerse的系统可以分析两到三年的数据。

  “这不正常”

  所有这一切都是破获被称为“GrupoWisa”的巴拿马贩毒团伙的关键因素,这家控股公司在拉丁美洲的机场运营免税商店。QuantaVerse通过一系列发票发现了大量在所有者相同的公司间进行的往返交易,涉案金额巨大。

  Stitt说:“数百万资金在由同一所有者拥有的公司之间被来回转移是不正常的现象。”这看起来就像一个简单的洗钱案,但Stitt说根据他的经验,这里面涉及了很多真主党参与的洗钱行动。QuantaVerse向其客户报告了这个问题。一年后,美国缉毒局宣布,NidalWaked,GrupoWisa的老板之一,在波哥大机场被逮捕,罪名是洗钱。(该公司拒绝接受这些指控)。

  QuantaVerse的技术在捕捉GrupoWisa时发挥了多大的作用尚不清楚。但即使是一个小的领先,也是这个新兴产业的一个胜利,Petrasic说,由于2008年金融危机后美国和国外不断增加的监管压力,这一领域产业在不断发展。

  当然,就像任何一个可以自我学习的计算机系统一样,其结果的品质还是由输入的数据,人为监督和控制所决定的。

  随着人类慢慢适应了生活中无处不在的恐怖威胁,机器将需要更快地适应这些威胁,以帮助将其快速扼杀于摇篮之中。

  【英文来源:Wired 编译:网易见外编译机器人审校:Ecale】

特别声明:本文为网易自媒体平台“网易号”作者上传并发布,仅代表该作者观点。网易仅提供信息发布平台。
热门跟贴
打开网易新闻,查看更多跟贴
大家都在看