Datadrevet antihvitvasking

Hvitvasking av penger er et stort globalt problem som gjør det mulig å profittere fra kriminell virksomhet. For å lykkes i kampen mot hvitvasking er samarbeid mellom relevante aktører essensielt. Norsk Regnesentral utvikler metoder for å oppdage hvitvasking ved hjelp av datakraft.

Loven om hvitvasking pålegger banker å rapportere mistenkelig finansiell aktivitet til Økokrim, som deretter kan gjennomføre videre etterforskning og rettslige skritt mot involverte parter. Dette plasserer bankene i frontlinjen av kampen mot hvitvasking, og det er avgjørende at de er utstyrt med effektive og presise verktøy for å kunne avdekke mistenkelig finansiell adferd. Tradisjonelt har slike systemer vært basert på manuelle regler, men de siste årene har datadrevne løsninger blitt stadig mer fremtredende.

Nettverksbaserte risikomodeller og mistenkelige transaksjonsmønstre

NR har, gjennom forskningssenteret BigInsight, ledet utviklingen av transaksjonsbaserte maskinlæringsmetoder for hvitvaskingsdeteksjon. Dette arbeidet, som er utført med data fra og i tett samarbeid med DNB over flere år, inkluderer modeller basert på enkeltkunders kundedata og transaksjonshistorikk, nettverksbaserte risikomodeller for kunder, samt deteksjon av mistenkelige transaksjonsmønstre.

Seniorforsker Martin Jullum har bidratt til utdanning av flere studenter innenfor temaet. Han har vært hovedveileder for Fredrik Johannessen (master, Data Science, matematisk institutt, UiO) og medveileder for Osama Abidi (master i industriell økonomi, NMBU), som begge benyttet transaksjonsdata fra DNB. Han har også vært førsteopponent for doktorgradsavhandlingen On the Applications of Machine Learning for Alleviating Challenges in the Financial Crime Domain av Abdallah Alshantti (Institutt for teknisk kybernetikk, NTNU).

Samarbeid er essensielt

Samarbeid mellom relevante aktører er en forutsetning for å lykkes i kampen mot hvitvasking og økonomisk kriminalitet. Med dette som bakteppe arrangerer Norsk Regnesentral faglige seminarer og møteplasser for aktører i bank- og finanssektoren, myndigheter og forskningsmiljøer. Seminarene kombinerer forskning, metodikkutvikling og erfaringer fra praksis, og gir rom for diskusjon av både teknologiske og regulatoriske problemstillinger.

Vil du vite mer om hvordan vi jobber med antihvitvasking?

Ta kontakt.

Vitenskapelige publikasjoner

• Johannessen, F., & Jullum, M. (2025). Finding Money Launderers Using Heterogeneous Graph Neural Networks. Journal of Finance and Data Science. 100175.
• Jullum, M., Løland, A., Huseby, R. B., Ånonsen, G., & Lorentzen, J. (2020). Detecting money laundering transactions with machine learning. Journal of Money Laundering Control, 23(1), 173-186.