Арсений Леонидович Сидоров, аспирант
197022; ул. Профессора Попова, д. 5; Санкт-Петербург
Arseniy L. Sidorov, Postgraduate
197022; 5 Professora Popova Str.; Saint Petersburg
Актуальность. Отмывание денег через цифровые платформы, включая криптовалюты и децентрализованные финансовые сервисы, представляет серьезную угрозу для финансовой системы. Злоумышленники используют кросс-чейн-мосты и кошельки-миксеры для маскировки происхождения средств, что затрудняет их отслеживание. Это создает вызовы для регулирующих органов и финансовых институтов, требуя разработки новых методов противодействия.
Цель ‒ разработать эффективную стратегию борьбы с отмыванием денег на цифровых платформах.
Задачи: проанализировать существующие методы выявления мошенничества; выявить их недостатки; предложить пути их устранения и эмпирически проверить эффективность новой стратегии.
Методология. Использованы диалектический метод, анализ и синтез. Исследование базируется на изучении научной и экономической литературы. Рассмотрено применение машинного обучения и искусственного интеллекта для мониторинга транзакций в реальном времени и выявления аномалий. Особое внимание уделено усилению систем KYC (Know Your Customer) и AML (Anti-Money Laundering). Проведен статистический эксперимент для подтверждения гипотезы.
Результаты исследования и эксперимента показывают, что внедрение интегрированных аналитических систем, основанных на анализе больших данных и поведении пользователей, могут способствовать более эффективному выявлению и предотвращению финансовых преступлений. Важным элементом стратегии является активное взаимодействие между составными частями системы защиты, такими как идентификация, верификация и мониторинг поведения пользователя.
Выводы. Интеграция передовых технологий и сотрудничество с регуляторами позволяют минимизировать риски и обеспечивать соблюдение международных стандартов. Постоянное совершенствование технологий необходимо для адаптации к новым угрозам в цифровой экономике.
Relevance. Money laundering through digital platforms, including cryptocurrencies and decentralized financial services, poses a serious threat to the financial system. Attackers use cross-chain bridges and mixer wallets to disguise the origin of funds, making it difficult to track them. This creates challenges for regulators and financial institutions, requiring the development of new counteraction methods.
The purpose is to develop an effective strategy to combat money laundering on digital platforms.
Objectives: to analyze existing fraud detection methods; identify their shortcomings; propose ways to eliminate them and empirically verify the effectiveness of the new strategy.
Methodology. The dialectical method, analysis and synthesis are used. The research is based on the study of scientific and economic literature. The application of machine learning and artificial intelligence for monitoring transactions in real time and detecting anomalies is considered. Special attention is paid to strengthening KYC (Know Your Customer) and AML (Anti-Money Laundering) systems. A statistical experiment was conducted to confirm the hypothesis.
The results of the research and experiment show that the introduction of integrated analytical systems based on the analysis of big data and user behavior can contribute to more effective detection and prevention of financial crimes. An important element of the strategy is active interaction between the components of the protection system, such as identification, verification and monitoring of user behavior.
Conclusions. The integration of advanced technologies and cooperation with regulators make it possible to minimize risks and ensure compliance with international standards. Continuous technology improvement is necessary to adapt to new threats in the digital economy.
The authors declare that there are no conflicts of interest present.