Les Entreprises Vedettes D’internet Sont Impliquées Dans Le Blanchiment D’argent. Comment Pouvons-nous Résoudre Le Problème De La Persistance De Cette Industrie Noire Malgré Les Interdictions Répétées ?

L'équipe Bad Review a récemment révélé qu'un gang de jeux d'argent en ligne utilisait Pinduoduo comme canal de paiement pour blanchir de l'argent. L’incident a suscité beaucoup d’attention en ligne, mais il n’est pas encore résolu.

La modernisation des méthodes de paiement a fait que le blanchiment d’argent n’est plus une transaction que l’on voit dans les films de gangsters, mais a suivi le rythme des progrès technologiques. Dans le même temps, l’apprentissage automatique a permis de meilleures mesures de détection et de lutte contre les opérations illégales de blanchiment d’argent en ligne.

Avant-hier, la plateforme de comptes publics « Chaping » a publié un article qui a fait beaucoup de bruit.

Dans cet article intituléLes magasins Pinduoduo sont devenus des plateformes de blanchiment d'argent pour les sites de jeux d'argent, un seul magasin blanchissant 500 000 yuans par jour."Dans l'article « The Bad Review Team » a découvert par accident que certains magasins sur la plateforme Pinduoduo vendaient en fait de la viande de chien sous le couvert de produits authentiques. Ils prétendaient être des recharges de monnaie virtuelle, mais en réalité, il s'agissait de canaux de paiement permettant aux sites de jeux d'argent de collecter des paiements.

Il s'est avéré que l'équipe de mauvaise évaluation voulait mener des recherches sur l'industrie grise des jeux d'argent en ligne, mais lorsqu'elle effectuait un test de recharge sur le site Web de jeux d'argent, elle a constaté que l'interface de paiement du site Web de jeux d'argent accédait en fait d'elle-même à la page de paiement de Pinduoduo, et finalement la transaction a été effectuée sous la forme d'une commande pour un produit virtuel. L'argent du jeu est devenu le montant de la transaction et le « blanchiment d'argent » a été réalisé ouvertement.

Au cours de leur enquête, ils ont découvert que, comme Pinduoduo a un seuil d'évaluation des magasins bas, de nombreux magasins en ligne agissent comme des blanchisseurs d'argent. Le flux de capitaux qui les sous-tend est également étonnamment important, et peut même atteindre un volume de transactions quotidien de 500 000 yuans.

Cependant, pour des raisons inconnues, la plateforme Pinduoduo n’a effectué aucune supervision.

Dès que cette nouvelle est sortie, Pinduoduo n'a plus pu rester assis.

Bientôt, ils ont publié une déclaration, affirmant que l'article était une information fausse et mensongère, et qu'ils poursuivraient l'équipe de révision négative pour calomnie et diffamation, avec une indemnisation pouvant aller jusqu'à 10 millions de RMB.

Les critiques négatives ont immédiatement critiqué Pinduoduo, affirmant que même si sa supervision n'était clairement pas stricte, elle tenait toujours pour responsables les médias qui ont rapporté l'incident. L'incident est toujours en cours de développement...

Le jeu du chat et de la souris entre blanchiment d'argent et lutte contre le blanchiment d'argent

Les méfaits du jeu sont évidents.

Avec l’évolution des temps, les jeux d’argent ont également développé des activités en ligne et sont devenus une partie très importante de l’industrie grise d’Internet. La popularité de diverses méthodes de paiement en ligne a permis aux jeux de hasard, qui étaient à l'origine cachés sur Internet, d'utiliser toutes sortes de méthodes pour améliorer leur expérience produit et attirer plus d'utilisateurs.

Si l'incident de Pinduoduo qui a été révélé cette fois-ci est confirmé, ils seront probablement responsables du canal de blanchiment d'argent causé par la faille.

Cependant, avec l’amélioration des lois et des réglementations, de nombreuses chaînes ont été réglementées, voire interdites. Mais il y a toujours des failles à exploiter. Aider les casinos à blanchir de l’argent et légaliser davantage de fonds de jeu et de revenus bancaires est devenu un moyen pour ces criminels en ligne de gagner de l’argent.

Blanchiment d'argentLe terme est né au début du XXe siècle, à l'époque où un important groupe criminel existait à Chicago. Le chef était un gangster nommé Alphonse Gabriel Capone. Ils disposaient d’une importante somme d’argent liquide obtenue par divers canaux illégaux, mais ils n’osaient pas la déposer à la banque.

Le directeur financier du groupe criminel a acheté un grand nombre de machines à laver à pièces et a lancé une entreprise de blanchisserie. Lorsque vous calculez chaque soir le revenu de la journée, ajoutez-y l'argent volé, puis déclarez l'impôt au service des impôts. De cette façon, après déduction des impôts à payer, l’argent illégal restant devient un revenu légal.

Plus tard, cette méthode de légalisation de l’argent provenant de sources illégales a été appelée « blanchiment d’argent ».

Le montant des activités illégales de blanchiment d’argent dans le monde est si important qu’il représente environ 21 à 51 TP3T du PIB mondial, soit environ 800 milliards de dollars américains par an. De plus, avec le développement des technologies modernes, les canaux de blanchiment d’argent deviennent de plus en plus nombreux et de plus en plus difficiles à détecter.

En réponse aux méthodes de plus en plus sophistiquées de blanchiment d’argent, la communauté internationale a proposé des mesures réglementaires conjointes de prévention et de contrôle du blanchiment d’argent fondées sur les risques. À l’instar de l’approche réglementaire dominante, la principaleIdentification des transactions suspectes en fonction de règles et de fonctionnalités. Cela nécessite beaucoup de main d’œuvre et l’effet n’est pas bon.

Selon un rapport d'Europol, parmi les rapports de transactions suspectes soumis par les institutions de services financiers, environ 101 TP3T nécessitent une enquête plus approfondie de la part des autorités.

Alors, quels changements l’intelligence artificielle va-t-elle apporter face au dilemme de la lutte contre le blanchiment d’argent ?

Comment l'apprentissage automatique peut contribuer à la lutte contre le blanchiment d'argent

L’essentiel de la lutte contre le blanchiment d’argent est de bien identifier les utilisateurs : premièrement, l’identité du client, et deuxièmement, l’origine et la destination des fonds, afin de déterminer si la transaction de fonds correspond aux attributs du client et à d’autres caractéristiques.

En matière de lutte contre le blanchiment d’argent,Il est difficile de traiter des quantités massives de données et de juger les transactions suspectesL’introduction de technologies telles que l’apprentissage automatique apportera de nouvelles opportunités pour résoudre ces problèmes.

Dans certains cas, des méthodes d’apprentissage automatique sont utilisées pour apprendre les modèles de jugement des experts seniors en matière de lutte contre le blanchiment d’argent, classer et trier les cas suspects, réduire considérablement la base de contrôle et parvenir à une collaboration homme-machine efficace.

D'abordDes millions de donnéesconduireDimensions de fonctionnalités multiples, et puis à traversModèles d'apprentissage automatique,A réussi à identifier des cas suspectsClassification automatiqueetTrier.

L’intégration de l’expérience des experts en lutte contre le blanchiment d’argent dans le système d’apprentissage automatique peut aider le système à s’ajuster et à évoluer automatiquement. Après une courte période de formation et de réglage, le système d'apprentissage automatique peut approcher le niveau des experts seniors en matière de lutte contre le blanchiment d'argent, ce qui permet d'économiser beaucoup de coûts de main-d'œuvre.

De plus, des technologies telles que l’apprentissage automatique semi-supervisé présentent également un grand potentiel.

Par exemple, il peut être utilisé pour identifier des transactions complexes de blanchiment d’argent et des banques clandestines, en utilisant des données comportementales et un petit nombre d’étiquettes de caractéristiques, grâce à l’analyse graphique, au clustering, à l’analyse d’association et à d’autres moyens techniques pour identifier les transactions anormales et les cartes de relations. Grâce à l’expérience des experts, on espère que les organisations de blanchiment d’argent qui se cachent dans l’obscurité pourront être démasquées.

De plus, plus le modèle d’algorithme s’exécute longtemps, plus de cas sont saisis et plus de corrections humaines sont apportées, plus sa capacité à identifier les transactions suspectes sera forte et plus la probabilité d’erreur de jugement et de jugement manqué sera faible.

La Chine est confrontée à une pression particulièrement forte pour lutter contre le blanchiment d’argent.

La société chinoise a été particulièrement transformée par la riche gamme de produits Internet, car la Chine est actuellement le pays où les transactions mobiles sont les plus populaires, les plus pratiques et les plus matures au monde. Étant donné que nous sommes confrontés à des flux de transactions de plus d’un milliard de personnes, la pression pour identifier les transactions suspectes est également la plus forte.

Selon certaines informations, certaines des principales sociétés de technologie financière du pays,Grâce aux méthodes de modélisation d'apprentissage automatique, il est possible d'atteindre le niveau d'experts seniors en matière de lutte contre le blanchiment d'argent 95% et de réduire la charge de travail de la révision manuelle 30%, contribuant ainsi à contrôler efficacement les activités de blanchiment d’argent.

Dans une entreprise qui fournit des services de lutte contre le blanchiment d’argent, la solution qu’elle propose est la suivante :

Identification anti-fraude renforcée à la source :Sur la base d'informations telles que le modèle de l'appareil, les caractéristiques comportementales, la fréquence d'accès, la localisation géographique, etc., une identification des risques est effectuée pour détecter rapidement les activités frauduleuses telles que les simulateurs, le flashage et la modification des appareils et la tricherie de groupe.

Construisez un portrait utilisateur plus tridimensionnel :Grâce aux informations relatives au compte, ainsi qu'aux données telles que les demandes de crédit, les dépôts et prêts quotidiens, les transactions de fonds et les connexions aux appareils, nous utilisons la technologie réseau associée pour créer une carte des relations utilisateur, décrire les caractéristiques individuelles de l'utilisateur et établir un portrait en trois dimensions.

Surveillance des transactions anormales de fonds :Sur la base des données commerciales, en exploitant les données de transaction de fonds contenues dans le graphique de relations, à l'aide de règles ou de modèles, les comportements de transaction de fonds anormaux et les groupes de transactions anormaux dans le graphique peuvent être identifiés.

Localiser avec précision les comptes de blanchiment d’argent :La technologie de graphique de relations basée sur l'apprentissage en profondeur aide les institutions financières à trier et à créer des graphiques de relations avec les clients de détail, élargit les perspectives et les moyens de prévention et de contrôle des risques et crée un mécanisme complet d'identification des comptes de blanchiment d'argent basé sur des graphiques de relations.

Il s’agit presque du processus de routine de la technologie de lutte contre le blanchiment d’argent avec le soutien de la technologie de l’IA.

À qui incombe la responsabilité du manque de supervision de l’industrie grise ?

Bien que l’IA soit utilisée pour lutter contre le blanchiment d’argent dans de nombreux rapports d’entreprise, il faut reconnaître qu’elle utilise actuellement principalement l’induction et la synthèse plutôt que la déduction pour analyser les problèmes.

Ainsi, dans l’usage courant, les mots les plus mis en avant sont la surveillance des données, la réduction des effectifs, etc.

Bien que l’utilisation de l’IA dans la lutte contre le blanchiment d’argent soit une tendance inévitable, le développement et le déploiement de systèmes de lutte contre le blanchiment d’argent en sont encore à leurs balbutiements, et l’implication d’experts du secteur reste un facteur très important.

Les technologies telles que l’apprentissage automatique doivent s’appuyer sur de grandes quantités de données de formation pour saisir certains modèles de méthodes de blanchiment d’argent, offrant ainsi une supervision et une prise de décision plus complètes et plus sûres. Peut-être que la maturité de cette technologie se produira dans un avenir proche.

Pour revenir à l'incident de Pinduoduo, à l'heure actuelle, en dehors des critiques négatives de ce média indépendant, il n'y a pas eu de rapport d'enquête officiel, il reste donc à déterminer s'ils blanchissent de l'argent.

CommeMauvaise évaluation de l'équipeComme dit,

「Ce rapport n’a pas pour but de tuer une plateforme en particulier, mais de tuer toutes les industries de jeux d’argent illégales ensemble."

Nous sommes les mêmes. Nous espérons que davantage de technologies d’intelligence artificielle pourront non seulement contribuer à rendre nos vies plus pratiques, mais aussi à les rendre plus pures.