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

For å lykkes i kampen mot hvitvasking er samarbeid mellom relevante aktører essensielt. Med dette som bakteppe arrangerte Norsk Regnesentral i juni 2024 seminaret «Maskinlæring og samarbeid om antihvitvasking i banksektoren».  Seminaret, finansiert av Finansmarkedsfondet, var rettet mot fagfolk som jobber med antihvitvasking i banksektoren. Det inkluderte presentasjoner fra ulike banker, Økokrim, Politiets IT-enhet og det danske finanstilsynet, og samlet nesten 60 deltakere fra over 10 ulike banker.

Vitenskapelige publikasjoner:

• 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.
• Johannessen, F., & Jullum, M. (2023). Finding Money Launderers Using Heterogeneous Graph Neural Networks. arXiv preprint arXiv:2307.13499.

Involverte bransjer: