Vi tar det från början:

I dag är det svårt att spåra penningtvätt som sker med hjälp av bitcoin och andra kryptovalutor. Det finns i princip bara två sätt att spåra: med hjälp av regelbaserade system eller med hjälp av maskininlärning. Det senare är egentligen mycket effektivare, men det har inte alltid accepterats av finansmyndigheterna eftersom metoden hittills inte har givit tillräckligt hög transparens.

Därför används i dag i princip enbart regelbaserade system. I praktiken innebär det att analytiker på banker flaggar transaktioner som är olagliga enlighet med i förväg uppsatta regler, för att sedan rapportera dessa till myndigheterna.

Finansmyndigheterna är nöjda med detta system, eftersom det ger god transparens kring varför bankerna flaggat en viss transaktion som olaglig.

Maskininlärning däremot använder mönsterigenkänning och uträkningarna sker i en slags ”svart låda”, vilket gör det närmast omöjligt för bankerna att flagga potentiellt olagliga transaktioner. Därför har maskininlärning i praktiken varit omöjligt för bankerna att använda för att spåra kryptovalutabaserad penningtvätt.

Nu har dock den tidigare KTH-studenten Eric Pettersson Ruiz kommit på en lösning som gör att de anonyma transaktionerna faktiskt kan spåras och en metodik som avanonymiserar penningtvätt som skett i kryptovaluta.

Fördelarna är uppenbara: Träffsäkerheten för hur många olagliga transaktioner som kan flaggas blir betydligt större, det går att flagga många fler potentiellt olagliga transaktioner och bankerna kan dessutom bättre motivera för myndigheterna varför en viss transaktion har flaggats.

Eric Pettersson Ruiz algoritm går igenom det största offentliga kryptovalutarelaterade transaktionsdataset som finns, taget från sajten Elliptic.co.

– Algoritmen hittar mönster i 50 000 bitcointransaktioner och när en ny transaktion görs så kan algoritmen klassificera transaktionen som laglig eller olaglig i 93 procent av fallen, säger Eric Pettersson Ruiz.

Hans metodik sägs även avanonymisera användningen av kryptovalutor – trots att den allmänna uppfattningen ibland gör gällande att kryptovalutor är ett paradis för kriminella.

– Givet att bitcoin är en publik blockkedja och att alla transaktioner är offentliga så kan man med min algoritm lätt och snabbt spåra bitcoins som har tidigare tillhört någon skum bitcoinaddress. Om en terrorist eller annan kriminell person försöker tvätta sina pengar genom att distribuera sina pengar på tusentals adresser och sedan tar ut dem i andra länder så kan jag helt enkelt se att dessa pengar är svarta. Kryptovalutor är således inte anonyma och detta motbevisar tesen om krypto som ett paradis för kriminella, säger Eric Pettersson Ruiz.

Nyligen anställdes du som produktägare på konsultbolaget CGI, där dina kollegor kallar din upptäckt för banbrytande. Vad säger du själv?
– Det banbrytande är att min upptäckt ger möjligheten nu för finansföretag att kunna tillämpa maskininlärning för just detta ändamål. Bekämpningen av penningtvätt sker då på ett transparent sätt, vilket både ökar träffsäkerheten och gör finansmyndigheterna nöjda, säger han.

Hur kom du alls på idén att göra detta?
– Allt började i december 2020 då jag träffade betalnings- och blockkedjeteknikexpert Robert Book som gästföreläste på KTH. Han berättade om CGI och om de enorma fördelarna med blockkedjor och deras stora potential. Efter föreläsningen kontaktade jag Robert och berättade att jag var intresserad att forska vidare på säkerheten inom blockkedjor och göra mitt exjobb just om det. Det klickade direkt. Vi var väldigt nöjda med varandra och det blev ett exjobb till slut, säger Eric Pettersson Ruiz.

Upptäckten har blivit så uppmärksammad att den nu har publicerats i det nya numret av den akademiska tidskriften Journal of Money Laundering Control.