Novo software detecta lavagem de dinheiro em menos de 1 segundo

Cientistas da computação desenvolveram uma nova ferramenta que possibilita a detecção mais rápida e precisa de lavagem de dinheiro. O novo software é capaz de analisar 50 milhões de transações em menos de um segundo.

Pesquisadores do Departamento de Informática da King’s College London criaram uma abordagem completamente inovadora para detectar a lavagem de dinheiro. Ela é baseada em algoritmos que identificam rapidamente quando criminosos estão dividindo uma grande quantia de dinheiro em múltiplas transações menores entre diversas contas bancárias, uma técnica conhecida como “smurfing” ou “estruturação”.

Os algoritmos funcionam com base em dados provenientes de várias contas bancárias, representadas como nós em um grande e complexo gráfico, e o software é programado para focar na parte do gráfico onde detecta a atividade mais suspeita. Por exemplo, se houver um depósito de um milhão de libras, o software pode monitorar para onde essa exata quantia de dinheiro está sendo transferida. Ele tem a capacidade de identificar todas as combinações de transações relacionadas que ocorrem, mesmo se o dinheiro for dividido entre diferentes contas e despesas.

Diferencial do novo software

A ferramenta foi detalhada em um artigo publicado nos anais da 2023 SIAM International Conference on Data Mining.
Os principais pesquisadores, Huiping Chen e Grigorios Loukides, juntamente com Robert Gwadera e Solon Pissis, afirmam que o novo software é mais de três vezes mais eficaz do que os métodos de detecção atuais e também pode analisar quantidades maiores de dados.
Os métodos atuais de detecção de lavagem de dinheiro são baseados em regras ou em aprendizado de máquina.
Isso envolve alarmes automatizados de detecção de lavagem de dinheiro acionados por cenários de transações “suspeitas”.
Exemplos disso são depósitos excessivos em dinheiro ou processamento de grandes conjuntos de históricos de transações para identificar possíveis atividades de lavagem de dinheiro ao longo de linhas predefinidas.
Esses métodos podem ser ineficazes ou lentos para descobrir casos desse crime, especialmente com a prática de smurfing.
Ambos os métodos existentes também exigem conhecimento específico do domínio — por exemplo, um banco deve ter identificado ataques no passado com sucesso e os usados para detectar outros ataques.
Se uma organização não tiver esses dados, o que pode acontecer ao lidar com métodos de lavagem de dinheiro novos ou em evolução, isso significa uma precisão reduzida.

“A lavagem de dinheiro representa um grande desafio global. Desenvolver uma abordagem mais rápida e eficaz para detectar essa atividade criminosa representa um grande avanço na direção certa para enfrentar o problema e fornecer segurança às instituições financeiras.”

Huiping Chen, coautor principal do estúdio

Aplicações do software contra a lavagem de dinheiro

O Escritório das Nações Unidas sobre Drogas e Crime (UNODC) estima que entre 2% e 5% do PIB global é lavado a cada ano, o que corresponde a cerca de £632 bilhões a mais de £1,5 trilhão.

“Desenvolvemos um método ótimo que pode encontrar a melhor solução possível para detectar as classificações comuns de ataques de smurfing em milhões de dados, em média 3,2 vezes mais eficaz do que os métodos de última geração atualmente utilizados. Nossa ferramenta também é mais automatizada e permite uma análise muito mais rápida dos dados do que o que está atualmente disponível. Ao permitir que especialistas em lavagem de dinheiro analisem vastas quantidades de dados mais rapidamente do que nunca, podemos capacitá-los a identificar atores com más intenções de forma eficiente. Estamos trabalhando agora para aprimorar ainda mais a ferramenta, com o objetivo de oferecer uma velocidade mais rápida do que abordagens convencionais, mas com ainda maior precisão.”

Grigorios Loukides, coautor principal do estudo

O software da nova ferramenta é de código aberto e está disponível gratuitamente. Como pode ser usado com quantidades muito maiores de dados do que os métodos de detecção convencionais, os pesquisadores afirmam que ele pode analisar grandes volumes de dados ao longo de longos períodos de tempo, filtrando e acionando um alarme para indicar ao banco quando detecta atividade suspeita.

A abordagem foi testada usando dados reais de um banco tcheco anônimo e em casos fictícios baseados em previsões de padrões comuns e atividades presentes em casos de lavagem de dinheiro reais. Em ambas as situações, os algoritmos foram capazes de detectar todos os padrões suspeitos nas transações.

Os pesquisadores afirmam que a nova ferramenta também tem potencial de uso além da detecção de atividades financeiras suspeitas, pois poderia otimizar campanhas de marketing. Assim, ela permitiria que varejistas encontrem e detectem os pacotes de produtos mais lucrativos, melhorando a precisão dos dados de varejo em alta velocidade.

*Olhar Digital