La firma de análisis de blockchain Elliptic colaboró con investigadores del Instituto de Tecnología de Massachusetts (MIT) para publicar un conjunto de datos públicos de transacciones de bitcoin asociadas con actividades ilícitas.

El estudio del grupo detalló

cómo los investigadores del MIT-IBM Watson AI Lab utilizaron el software de

aprendizaje automático para clasificar 203.769 transacciones de nodos de

bitcoin por un valor total de aproximadamente $ 6 mil millones. La

investigación exploró si la inteligencia artificial podría ayudar a los

procedimientos actuales contra el lavado de dinero (AML).

Solo el 2 por ciento de las

200.000 transacciones de bitcoin en el conjunto de datos se consideraron ilícitos.

Mientras que el 21 por ciento se identificó como legal, la gran mayoría de las

transacciones, aproximadamente el 77 por ciento, permanecieron sin clasificar.

(Hasta la fecha, se han estimado unas 440 millones de transacciones de bitcoins

desde el lanzamiento de la red en 2009).

La cifra del 2 por ciento en

línea con un estudio de la firma de análisis competitiva Chainalysis, que

estimó que solo el 1 por ciento de las transacciones de bitcoin en 2019 se asociaron

con actividades ilícitas.

Dado que Elliptic es

frecuentemente contratado por las agencias policiales de todo el mundo para

identificar actividades ilegales usando criptomonedas, esta investigación tuvo

como objetivo identificar patrones que pueden ayudar a distinguir el uso

ilícito del uso legal de bitcoin, especialmente entre personas no bancarizadas

u otras entidades desconocidas.

"Un gran problema con el

cumplimiento, en general, son los falsos positivos. Una gran parte de esta

investigación es minimizar el número de falsos positivos", dijo el cofundador

de Elliptic, Tom Robinson, a CoinDesk. "El hallazgo clave es que las

técnicas de aprendizaje automático son muy efectivas para encontrar

transacciones que son ilícitas".

En ocasiones, agregó

Robinson, el software fue capaz de encontrar patrones que serían difíciles de

describir pero que aún coincidían con entidades conocidas, basándose en datos

preexistentes de mercados de redes oscuras, ataques de ransomware y otras investigaciones

criminales.

Después del estudio

académico, Elliptic hizo público el mismo conjunto de datos para alentar las

contribuciones de código abierto.

"En el lado de AML,

estamos compartiendo nuestros primeros experimentos con expertos en dominios para

solicitar comentarios", dijo el investigador del MIT Mark Weber a

CoinDesk, y agregó lo siguiente:

"También esperamos que

el lanzamiento de Elliptic Data Set inspire a otros a unirse al esfuerzo para

ayudar a que nuestros sistemas financieros sean más seguros mediante el

desarrollo de nuevas técnicas y modelos para AML".

CNBC informó en abril que la

creciente demanda de billetes de US $ 100 probablemente fue impulsada por un

aumento en la actividad criminal global. Un informe de 2017 del Instituto

Americano de Investigación Económica (American Institute for Economic Research)

estimó que "más de un tercio de toda la moneda estadounidense en

circulación es utilizada por delincuentes y estafadores fiscales".

El sistema financiero tradicional está involucrado en diversas forma de blanqueo de capitales, en el Este de Europa se han visto que facilitan el lavado de dinero, grandes bancos de Alemania, tienen una deuda ética con sus usuarios, las posibilidades de mejorar la transparencia, se puede lograr con la tecnología blockchain-bitcoin, los gobiernos que quieran adecentar estas transacciones lo mejoraría con esta nueva tecnología, las políticas financieras pueden ayudar a los países. Se espera por nuevos anuncios.

Referencia: coindesk.com

Descargo de responsabilidad: InfoCoin no está afiliado con ninguna de las empresas

mencionadas en este artículo y no es responsable de sus productos y/o

servicios. Este comunicado de prensa es sólo para fines informativos, la

información no constituye consejo de inversión o una oferta para invertir.

.