Onderzoekers van het Centrum Wiskunde & Informatica (CWI) en King’s College London hebben een geheel nieuwe aanpak ontwikkeld voor het detecteren van witwaspraktijken, gebaseerd op algoritmes die snel vaststellen wanneer criminelen een groot geldbedrag opsplitsen in meerdere kleinere transacties tussen meerdere bankrekeningen – een techniek die bekend staat als ‘smurfen’.

De algoritmes draaien op gegevens van verschillende bankrekeningen die worden weergegeven als knooppunten in een grote, complexe grafiek en de software is geprogrammeerd om zich te richten op het deel van de grafiek waar de meest verdachte activiteit wordt gedetecteerd.

Als er bijvoorbeeld een storting is van een miljoen pond, kan de software controleren waar dit exacte bedrag naartoe wordt overgemaakt – het heeft de mogelijkheid om alle combinaties van gerelateerde transacties die plaatsvinden te identificeren, zelfs als het geld is verdeeld over verschillende rekeningen en uitgaven.

Zoals beschreven in een artikel dat is gepubliceerd in de Proceedings of the 2023 SIAM International Conference on Data Mining, zeggen onderzoekers Dr Solon Pissis (CWI, Networks and Optimization group), Dr Huiping Chen en Dr Grigorios Loukides (King’s College, Department of Informatics), samen met Dr Robert Gwadera (onafhankelijk onderzoeker), dat de nieuwe software meer dan drie keer effectiever is dan de huidige detectiemethoden en ook grotere hoeveelheden gegevens kan analyseren.