Alors que de plus en plus d’institutions explorent les actifs numériques, le besoin de plateformes d’analyse en chaîne n’a jamais été aussi élevé.
Les experts en conformité, les enquêteurs et les régulateurs utilisent ces outils d’analyse de la blockchain pour mieux comprendre les modèles et les entités dans les transactions de crypto-monnaie.
Pour en savoir plus sur les outils et sur la manière dont ils s’intègrent dans une adoption plus large de la crypto-monnaie, Cointelegraph s’est entretenu avec Tom Robinson, co-fondateur et scientifique en chef de la société d’analyse Elliptic; et Eray Akartuna, analyste principal des menaces de crypto-monnaie chez Elliptic.
Cointelegraph : Quels sont les cas d’utilisation typiques que vous voyez pour l’analyse en chaîne pour les clients institutionnels ?
Tom Robinson : Lutte contre le blanchiment d’argent (AML) et conformité aux sanctions pour les échanges cryptographiques et autres entreprises manipulant des actifs cryptographiques : nos outils de filtrage des transactions cryptographiques et des portefeuilles aident les entreprises à rester conformes aux réglementations et à réduire la fraude.
Diligence raisonnable sur les entreprises de cryptographie : notre produit Discovery fournit des profils de risque des échanges et d’autres services de cryptographie basés sur l’analyse de leurs transactions de blockchain. Ceci est utilisé par les entreprises de cryptographie et les institutions financières pour avoir un aperçu des entreprises avec lesquelles elles effectuent des transactions.
Magazine : « Responsabilité morale » : la blockchain peut-elle vraiment améliorer la confiance dans l’IA ?
Enquêter sur les transactions cryptographiques : Investigator – notre logiciel d’investigation blockchain – permet une exploration graphique des portefeuilles cryptographiques et des transactions entre eux. Les enquêteurs chargés de l’application de la loi l’utilisent pour « suivre l’argent » et établir un lien entre les activités criminelles et les individus. Il est également utilisé par les entreprises de cryptographie pour enquêter sur les activités illicites potentielles de leurs clients.
CT : En quoi la lutte contre le blanchiment d’argent dans la cryptographie est-elle différente de la lutte contre le blanchiment d’argent traditionnelle au sein des banques pour le fiat ?
TR : La principale différence est que la plupart des transactions cryptographiques sont visibles sur la blockchain. Il est ainsi beaucoup plus facile d’identifier si les fonds proviennent d’activités criminelles en les traçant à l’aide d’outils d’analyse de la blockchain.
CT : Voyez-vous un rôle pour l’intelligence artificielle (IA) et l’apprentissage automatique dans l’analyse en chaîne ? En particulier dans le cadre de la prévention de la fraude et de la lutte contre le blanchiment d’argent ?
Eray Akartuna : Oui, nous utilisons déjà l’apprentissage automatique dans nos produits d’analyse de blockchain. Cependant, il est très important de garantir l’exactitude de ces techniques grâce à des tests approfondis.
Il existe certains aspects des transactions blockchain où nous pouvons utiliser l’apprentissage automatique pour comprendre ou identifier certains modèles. Les modèles observés sur la blockchain Bitcoin ne sont pas nécessairement les mêmes que les modèles sur la blockchain Ethereum ; ils fonctionnent de manière légèrement différente. Je soulignerais l’utilisation d’heuristiques.
Il y a certains aspects des transactions blockchain où nous avons des dépenses communes qui nous aideront à savoir si les adresses appartiennent à une seule entité ou non – si je veux identifier les activités illicites et les acteurs illicites sur une blockchain – et identifier leurs adresses de portefeuille.
Par exemple, les cyberpirates nord-coréens utilisaient un moyen de blanchiment programmatique. Le piratage a été effectué en 2018, où ils ont utilisé environ 113 portefeuilles pour dissocier les fonds du vol initial de manière automatisée. Nous pourrions analyser par programmation les horodatages de ces transactions individuelles pour comprendre exactement comment fonctionne ce logiciel automatisé.
Si nous analysons des marchés du dark web ou des entités terroristes, etc., l’utilisation de l’heuristique peut nous aider à identifier si une adresse de portefeuille a été associée à une certaine entité illicite. Nous pouvons ensuite utiliser ces heuristiques pour comprendre à quelles autres adresses de portefeuille peuvent également appartenir ou être associées à cette entité.
Nous avons un score de risque qui s’inscrit dans l’analyse prédictive. Lorsque nous examinons les transactions entrantes et sortantes d’un groupe de portefeuilles, nous pouvons voir finalement où elles se sont terminées. Les entités identifiées comme appartenant à une bourse, à un groupe terroriste ou à un marché noir peuvent être repérées lorsqu’elles effectuent des transactions avec des entités particulières sur lesquelles nous nous concentrons.
Disons qu’environ 50 % de cette crypto est allée à un certain marché du dark web ; nous pouvons en fait l’utiliser pour fournir un score de risque sur le niveau de risque du portefeuille. Le score de risque est ensuite utilisé par les bourses et les banques pour décider si elles veulent faire affaire avec ces détenteurs de portefeuille ou non.
CT : Quels sont les problèmes les plus complexes que vous résolvez chez Elliptic ? Pourquoi sont-ils complexes et pourquoi est-il important de les résoudre ?
TR : Le problème le plus complexe et le plus important que nous ayons résolu récemment est de savoir comment identifier les produits du crime dans la cryptographie, même lorsqu’ils ont été blanchis entre actifs et entre chaînes. Les criminels déplacent désormais leurs produits entre les actifs, en utilisant des échanges décentralisés ; et entre les blockchains, en utilisant des ponts inter-chaînes.
Nous avons développé un filtrage holistique comme moyen de tracer automatiquement les fonds cryptographiques entre les actifs et les blockchains. Cette capacité unique est maintenant absolument essentielle ; sinon, les blanchisseurs d’argent exploiteront le manque de visibilité des entreprises sur leur activité.
CT : Comment voyez-vous les banques adopter les actifs numériques et avec cette analyse en chaîne ? Quelle a été l’absorption jusqu’à présent ?
EA : Nous assistons à une adoption lente mais régulière, mais la conformité est une priorité pour les banques. L’analyse de la blockchain est considérée comme une partie essentielle du puzzle et un moyen d’apaiser les inquiétudes des régulateurs.
Si les institutions veulent s’impliquer dans l’espace de la finance décentralisée (DeFi) et prévoient d’investir les fonds des clients, elles doivent savoir si le pool de liquidités dans lequel elles investissent est crédible et présente le bon profil de risque. Si le pool de liquidités contient des fonds illicites qui y entrent et en sortent, il y a là un problème de conformité. C’est un cas d’utilisation clé pour les institutions qui cherchent à s’impliquer dans DeFi.
Récent : les banques allemandes adoptent lentement la cryptographie, principalement pour les investisseurs institutionnels
L’autre cas d’utilisation est celui où certaines banques challengers comme Revolut permettent à leurs clients de détenir et d’échanger des crypto-monnaies. Ces banques auront besoin de capacités de conformité et de lutte contre le blanchiment d’argent avant d’offrir ces produits aux clients.
CT : Avez-vous eu des interactions avec des régulateurs qui auraient une incidence sur la manière dont vous serviriez le secteur des services financiers, et quels sont les principaux domaines d’intérêt d’un point de vue réglementaire ?
TR : Nous avons un dialogue constant avec les régulateurs du monde entier, dont beaucoup utilisent nos produits. Il est important qu’ils comprennent le fonctionnement de nos solutions d’analyse de blockchain afin qu’ils puissent avoir confiance dans les programmes de conformité gérés par les bourses et les banques qui utilisent nos produits.