Стратегия защиты цифрового сервиса от мошенников, пытающихся легализовать доходы, полученные преступным путём

   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.

1. Вендор, предоставляющий услуги по мониторингу крипто транзакций, ежегодный репорт // ChainAnalysis. URL: https://www.chainalysis.com/wp-content/uploads/2024/06/the-2024-crypto-crime-report-release.pdf (дата обращения: 04. 07. 2025).

2. Rathore M. M., Chaurasia S., Shukla D. Mixers detection in bitcoin network: A step towards detecting money laundering in crypto-currencies // 2022 IEEE International Conference on Big Data (Big Data). Osaka, Jaban: IEEE, 2022. P. 5775–5782. doi: 10.1109/bigdata55660.2022.10020982

3. Hilal W., Gadsden S.A., Yawney J. Financial fraud : A review of anomaly detection techniques and recent advances // Expert Systems with Applications. 2022. Vol. 193. P. 118. doi: 10.1016/j.eswa.2021.116429

4. Afjal M., Salamzadeh A., Dana L.-P. Financial fraud and credit risk: Illicit practices and their impact on banking stability // Journal of Risk and Financial Management. 2023. Vol. 16, N 9. P. 386. doi: 10.3390/jrfm16090386

5. Crawford J., Guan Y. Knowing your bitcoin customer: Money laundering in the Bitcoin economy // 2020 13^th International Conference on Systematic Approaches to Digital Forensic Engineering (SADFE). New York, USA: IEEE, 2020. P. 38–45. doi: 10.1109/sadfe51007.2020.00013

6. Boreiko D. Initial coin offerings pitfalls: Scams, flops, and security breaches // Understanding Initial Coin Offerings: A New Era of Decentralized Finance (Understanding series). Cheltenham, United Kingdom: Edward Elgar Publishing, 2024. P. 176–200. doi: 10.4337/9781803921587.00014

7. Hornuf L., Kück T., Schwienbacher A. Initial coin offerings, information disclosure, and fraud // Small Business Economics. 2021. Vol. 58, N 4. P. 1741–1759. doi: 10.1007/s11187-021-00471-y

8. Roles of auditor in combating money laundering: A concept paper / Y. H. Yusoff [et al.] // International Journal of Academic Research in Business and Social Sciences. 2023. Vol. 13, N 4. P. 78–87. doi: 10.6007/ijarbss/v13-i4/16593

9. Artificial Intelligence for anti-money laundering : A review and extension / J. Han [et al.] // Digital Finance. 2020. Vol. 2, N 3–4. P. 211–239. doi: 10.1007/s42521-020-00023-1

10. Сидоров А. Л. Основные этапы верификации личности пользователя при регистрации в цифровых платформах // Актуальные проблемы инфотелекоммуникаций в науке и образовании : сборник научных статей Международной научно-технической и научно-методической конференции. СПб.: Санкт-Петербургский государственный университет телекоммуникаций имени профессора М. А. Бонч‒Бруевича, 2023. Т. 4. C. 128–132.

11. Bello O., Olufemi K. Artificial Intelligence in fraud prevention: Exploring techniques and applications challenges and opportunities // Computer Science & IT Research Journal. 2024. Vol. 5, N 6. P. 1505–1520. doi: 10.51594/csitrj.v5i6.1252

12. Skinner C. P. Coins, cross-border payments, and anti-money laundering law // Harvard Journal on Legislation. 2023. Vol. 60. P. 285.

13. Gupta A., Dwivedi D. N., Shah J. Overview of money laundering // Artificial Intelligence Applications in Banking and Financial Services. Singapore: Springer, 2023. P. 1–11. doi: 10.1007/978-981-99-2571-1_1

14. Levi M., Reuter P. Money laundering // Crime and Justice. 2006. Vol. 34, N 1. P. 289–375. doi: 10.1086/501508

15. Gotelaere S., Paoli L. Prevention and control of financial fraud : A scoping review // European Journal on Criminal Policy and Research. 2022. Vol. 31. P. 1‒21. doi: 10.1007/s10610-022-09532-8

16. Cox D.W. Handbook of anti-money laundering. Chichester, West Sussex: Wiley, 2014. 754 p.

17. Wronka C. Cyber-laundering: The change of money laundering in the Digital age // Journal of Money Laundering Control. 2021. Vol. 25, N 2. P. 330–344. doi: 10.1108/jmlc-04-2021-0035

18. Wang H.-M., Hsieh M.-L. Cryptocurrency is new vogue: A reflection on money laundering prevention // Security Journal. 2023. Vol. 37, N 1. P. 25–46. doi: 10.1057/s41284-023-00366-5

19. Dubey A., Choubey S. Blockchain and machine learning for data analytics, privacy preserving, and security in fraud detection // i-manager’s Journal on Software Engineering. 2023. Vol. 18, N 1. P. 45. doi: 10.26634/jse.18.1.20091

20. Lim J. W. A facilitative model for cryptocurrency regulation in Singapore // Handbook of Digital Currency. Academic Press, 2024. P. 341–361. doi: 10.1016/b978-0-323-98973-2.00023-x

21. Aprilia G. F. Exploring detection and prevention of money laundering with information technology // Journal of Money Laundering Control. 2024. Vol. 27, N 6. P. 995–1004.

22. Dharmavaram V.G., Mishra O. KYC fraud: A new means to conduct financial fraud – how to tackle // Cybersecurity Issues, Challenges, and Solutions in the Business World. Global Scientific Publishing, 2022. P. 81–94. doi: 10.4018/978-1-6684-5827-3.ch006

23. Fraud detection in financial transactions through data science for real-time monitoring and prevention / A. Sohel, M. A. Alam, M. Waliullah, A. Siddiki, M. M. Uddin // Academic Journal on Innovation, Engineering & Emerging Technology. 2024. Vol. 1, N 1. P. 91–107.

24. Javaid H. A. How artificial intelligence is revolutionizing fraud detection in financial services // Innovative Engineering Sciences Journal. 2024. Vol. 4, N 1. P. 4.

25. Shoetan P., Familoni B. Transforming fintech fraud detection with advanced artificial intelligence algorithms // Finance & Accounting Research Journal. 2024. Vol. 6, N 4. P. 602–625. doi: 10.51594/farj.v6i4.1036