GARG-AML against Smurfing: A Scalable and Interpretable Graph-Based Framework for Anti-Money Laundering

Probleemstelling

Het witwassen van geld is een wereldwijd probleem dat naar schatting 5% van het wereldwijde BBP vertegenwoordigt. Financiële instellingen zijn verplicht om verdachte activiteiten te melden, maar hun huidige systemen kampen met twee grote uitdagingen:

1. Smurfing (Micro-structurering): Criminelen ontwijken rapportagegrenzen (zoals de $10.000-drempel) door grote bedragen op te splitsen in vele kleine transacties via "smurfen" (geldmuilen). Dit maakt transacties minder verdacht en onderbreekt de zichtbare keten van geldstromen.
2. Beperkingen van bestaande methoden:
   • Regelgebaseerde systemen: Zijn vaak te eenvoudig en worden makkelijk omzeild.
   • Deep Learning (GNN's): Hoewel krachtig, zijn deze "black boxes" die niet interpreteerbaar zijn voor onderzoekers en moeilijk schaalbaar zijn voor enorme transactienetwerken.
   • Huidige netwerkanalyse: Veel bestaande methoden zijn niet schaalbaar naar netwerken met miljoenen knopen of missen de transparantie die nodig is voor het indienen van meldingen van verdachte activiteiten (SAR).

Er is een dringende behoefte aan een methode die schaalbaar (snel en geheugenefficiënt), interpreteerbaar (duidelijk voor onderzoekers) en effectief is in het detecteren van smurfingpatronen.

Methodologie: GARG-AML

De auteurs introduceren GARG-AML (Graph-Aided Risk Grading for Anti-Money Laundering), een methode die de structuur van het transactienetwerk analyseert zonder gebruik te maken van complexe deep learning-modellen.

Kernprincipes:

1. Tweede-orde buurschappen: In plaats van alleen directe transacties te bekijken, analyseert GARG-AML het "tweede-orde buurschap" van een account. Dit omvat:
   • De directe tegenpartijen (niveau 1).
   • De tegenpartijen van die tegenpartijen (niveau 2).
2. Adjacency Matrix Blokken: Het netwerk rondom een knoop wordt gemapt naar een adjacency matrix. De knopen worden specifiek gesorteerd (doelknoop, niveau 2, niveau 1) om de matrix op te splitsen in blokken.
   • Bij een puur smurfingpatroon (bijv. scatter-gather: geld stroomt van één bron naar vele smurfen en dan naar één ontvanger) vertonen bepaalde blokken in deze matrix een specifieke dichtheid:
     • Hoge dichtheid in blokken die de verbindingen tussen de bron en de smurfen weergeven.
     • Lage dichtheid (sparsiteit) in blokken die aangeven dat smurfen onderling geen transacties hebben.
3. Scoreberekening: De methode berekent de dichtheid (aantal niet-nul elementen gedeeld door het totaal mogelijke) van deze blokken. Een gewogen som van deze dichtheden levert een enkele risicoscore op (tussen -1 en 1). Een score dicht bij 1 wijst sterk op een smurfingpatroon.
4. Richting en Netwerktype: De methode werkt voor zowel ongerichte als gerichte netwerken. Bij gerichte netwerken wordt rekening gehouden met de stroomrichting (zender vs. ontvanger) en worden negen blokken in plaats van drie geanalyseerd.
5. Schaalbaarheid: Om het berekenen van tweede-orde buurschappen in grote netwerken haalbaar te maken, wordt het netwerk eerst opgesplitst in gemeenschappen (communities) met de Louvain-methode. Berekeningen worden binnen deze gemeenschappen uitgevoerd, wat de complexiteit drastisch verlaagt en parallelle verwerking mogelijk maakt.
6. Extensie met Machine Learning: De gegenereerde GARG-AML-scores en de dichtheden van de blokken kunnen worden gebruikt als input voor traditionele machine learning-modellen (zoals Beslissingsbomen en Gradient Boosting) om de detectiekracht verder te verhogen.

Belangrijkste Bijdragen

• Nieuwe Detectiemethode: Een schaalbare en interpreteerbare grafische methode die menselijke expertkennis over smurfing direct vertaalt naar een wiskundige netwerkreprezentatie.
• Schaalbaarheid: De methode is getest op netwerken met tot wel 2 miljoen knopen en 176 miljoen randen, wat veel groter is dan de datasets die in de meeste bestaande literatuur worden gebruikt.
• Interpreteerbaarheid: In tegenstelling tot GNN's levert GARG-AML een score op die direct verklaarbaar is op basis van de netwerkstructuur (dichtheid van specifieke blokken), wat essentieel is voor compliance en investigatie.
• Uitgebreide Evaluatie: De eerste vergelijking van smurfing-detectiemethoden op zowel synthetische data als grote, open-source datasets (IBM AML datasets) met focus op zowel prestaties als rekentijd.

Resultaten

De prestaties van GARG-AML zijn geëvalueerd tegenover state-of-the-art methoden (AutoAudit en FlowScope) op diverse datasets.

• Prestaties (Detectiekracht):
  • GARG-AML presteert consistent goed en komt vaak in de buurt van of verslaat de state-of-the-art methoden.
  • De combinatie van GARG-AML-scores met beslissingsbomen of gradient boosting levert de beste resultaten op, met name in termen van Precision (minder vals-positieven) en AUC-PR (cruciaal bij onbalans in de data).
  • Op synthetische data bereikte de "GARG-AML Tree Undirected" variant een precisie van >90% voor algemene witwasdetectie.
• Schaalbaarheid (Snelheid):
  • GARG-AML is uiterst snel en schaalbaar. Het verwerkt netwerken met honderdduizenden knopen in minuten, terwijl methoden zoals AutoAudit vaak vastlopen op geheugenbeperkingen of de tijdslimiet van 16 uur overschrijden bij de grootste datasets.
  • FlowScope is sneller, maar GARG-AML biedt een betere balans tussen snelheid en detectiekracht voor complexe patronen.
• Robuustheid: De methode werkt goed op zowel scatter-gather als gather-scatter patronen en is effectief in het onderscheiden van smurfing van legitieme transactiestromen.

Betekenis en Conclusie

GARG-AML biedt een praktische oplossing voor de financiële sector om witwasrisico's te managen. De belangrijkste voordelen zijn:

1. Implementatievriendelijkheid: Omdat de methode gebaseerd is op fundamentele netwerk eigenschappen en geen zware deep learning-modellen vereist, kan deze eenvoudig worden geïntegreerd in bestaande AML-systemen.
2. Operationalisatie: De scores zijn direct bruikbaar voor onderzoekers om SAR's (Suspicious Activity Reports) te onderbouwen, wat de efficiëntie van handmatige investigations verhoogt.
3. Beperkingen en Toekomst: De methode gaat uit van volledige zichtbaarheid van transacties (wat in de praktijk tussen banken door privacy vaak ontbreekt) en gebruikt momenteel geen tijds- of volumedata. Toekomstig werk richt zich op federated learning om data tussen banken te delen zonder privacy te schenden, en het integreren van tijdsdimensies.

Kortom, GARG-AML bewijst dat fundamentele netwerkanalyse, gekoppeld aan domain expertise, een krachtig alternatief kan zijn voor complexe "black box" modellen in de strijd tegen geldwitwassen.