Identificação de atividades suspeitas de lavagem de dinheiro : abordagem com aprendizagem de máquina em carteiras na rede Ethereum

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Tsuboi, Henrique Yassuyuki
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Criptoativos
Lavagem de dinheiro
Aprendizagem de máquina
Link de acesso: http://repositorio.unb.br/handle/10482/47808
Resumo: Dissertação (mestrado) — Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas, Departamento de Economia, Programa de Pós-Graduação em Economia, 2023.
id UNB_4af5bf1e0c25028311e7c187afc878ba
oai_identifier_str oai:repositorio.unb.br:10482/47808
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Identificação de atividades suspeitas de lavagem de dinheiro : abordagem com aprendizagem de máquina em carteiras na rede EthereumCriptoativosLavagem de dinheiroAprendizagem de máquinaDissertação (mestrado) — Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas, Departamento de Economia, Programa de Pós-Graduação em Economia, 2023.Esse trabalho tem como objetivo investigar em que medida é possível identificar endereços de criptomoedas suspeitos de envolvimento com a prática da lavagem de dinheiro. A motivação da pesquisa tem por base e inspiração o aumento da utilização mundial da tecnologia blockchain e de criptomoedas como o Ethereum, chamando atenção para a sua utilização por parte de criminosos em práticas ilícitas, como a lavagem de dinheiro. A finalidade desta pesquisa é classificar endereços de criptomoedas como lícitos e ilícitos, por meio do emprego de técnicas de aprendizado de máquina. Neste trabalho foi adotado o modelo de machine learning conhecido por LightGBM, em busca de sinalizações que pudessem remeter a atividades suspeitas de lavagem de dinheiro. Os resultados apontam que o atributo mais influenciador na identificação de uma carteira ilícita foi o "Time_diff_between_ first_and_last_(Mins)", que indica a diferença de tempo entre a primeira e a última atividade da carteira, indicando um período curto de “vida” do endereço considerado ilícito, o que pode sugerir seu uso em práticas como “pooling accounts”, técnica de lavagem de dinheiro no qual é utilizada inúmeras transferências em contas de passagem, o que dificulta o rastreamento da origem dos valores. Acredita-se que o tema é atual e relevante, indo ao encontro de recentes inovações legislativas no mercado brasileiro de criptoativos. Ademais, a pesquisa se mostra relevante do ponto de vista prático e acadêmico, pois oferece percepções valiosas tanto para órgãos reguladores como para usuários, além de ajudar a desmistificar o uso das técnicas de máquina de aprendizagem em pesquisas acadêmicas no campo da ciência social.This study aims to investigate to what extent it is possible to identify addresses of cryptocurrencies suspected of being involved in money laundering activities. The research motivation is based on the increasing worldwide use of blockchain technology and cryptocurrencies such as Ethereum, drawing attention to their utilization by criminals in illicit activities, such as money laundering. The purpose of this research is to classify cryptocurrency addresses as licit or ilicit through the use of machine learning techniques. In this work, the machine learning model known as LightGBM was adopted in search of indicators that could be associated with suspicious money laundering activities. The results indicate that the most influential attribute in identifying an illicit wallet is the "Time_diff_between_first_and_last_(Mins)", which indicates the time difference between the first and last activity of the wallet, suggesting a short lifespan of the considered illicit address, which may imply its use in practices such as “pooling accounts", a money laundering technique that involves multiple transfers through intermediary accounts, making it difficult to trace the origin of the funds. It is believed that the topic is current and relevant, aligning with recent legislative innovations in the Brazilian market of crypto assets. Furthermore, the research proves to be relevant from both a practical and academic perspective, as it offers valuable insights to regulatory bodies and users alike, while also helping to demystify the use of machine learning techniques in social science research.Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE)Departamento de Economia (FACE ECO)Programa de Pós-Graduação em Economia, Mestrado ProfissionalMenezes, Rafael Terra deTsuboi, Henrique Yassuyuki2024-02-20T20:30:01Z2024-02-20T20:30:01Z2024-02-202023-06-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfTSUBOI, Henrique Yassuyuki. Identificação de atividades suspeitas de lavagem de dinheiro: abordagem com aprendizagem de máquina em carteiras na rede Ethereum. 2023. 51 f. Dissertação (Mestrado Profissional em Economia) — Universidade de Brasília, Brasília, 2023.http://repositorio.unb.br/handle/10482/47808porA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2025-02-27T17:30:18Zoai:repositorio.unb.br:10482/47808Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2025-02-27T17:30:18Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Identificação de atividades suspeitas de lavagem de dinheiro : abordagem com aprendizagem de máquina em carteiras na rede Ethereum
title Identificação de atividades suspeitas de lavagem de dinheiro : abordagem com aprendizagem de máquina em carteiras na rede Ethereum
spellingShingle Identificação de atividades suspeitas de lavagem de dinheiro : abordagem com aprendizagem de máquina em carteiras na rede Ethereum
Tsuboi, Henrique Yassuyuki
Criptoativos
Lavagem de dinheiro
Aprendizagem de máquina
title_short Identificação de atividades suspeitas de lavagem de dinheiro : abordagem com aprendizagem de máquina em carteiras na rede Ethereum
title_full Identificação de atividades suspeitas de lavagem de dinheiro : abordagem com aprendizagem de máquina em carteiras na rede Ethereum
title_fullStr Identificação de atividades suspeitas de lavagem de dinheiro : abordagem com aprendizagem de máquina em carteiras na rede Ethereum
title_full_unstemmed Identificação de atividades suspeitas de lavagem de dinheiro : abordagem com aprendizagem de máquina em carteiras na rede Ethereum
title_sort Identificação de atividades suspeitas de lavagem de dinheiro : abordagem com aprendizagem de máquina em carteiras na rede Ethereum
author Tsuboi, Henrique Yassuyuki
author_facet Tsuboi, Henrique Yassuyuki
author_role author
dc.contributor.none.fl_str_mv Menezes, Rafael Terra de
dc.contributor.author.fl_str_mv Tsuboi, Henrique Yassuyuki
dc.subject.por.fl_str_mv Criptoativos
Lavagem de dinheiro
Aprendizagem de máquina
topic Criptoativos
Lavagem de dinheiro
Aprendizagem de máquina
description Dissertação (mestrado) — Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas, Departamento de Economia, Programa de Pós-Graduação em Economia, 2023.
publishDate 2023
dc.date.none.fl_str_mv 2023-06-28
2024-02-20T20:30:01Z
2024-02-20T20:30:01Z
2024-02-20
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv TSUBOI, Henrique Yassuyuki. Identificação de atividades suspeitas de lavagem de dinheiro: abordagem com aprendizagem de máquina em carteiras na rede Ethereum. 2023. 51 f. Dissertação (Mestrado Profissional em Economia) — Universidade de Brasília, Brasília, 2023.
http://repositorio.unb.br/handle/10482/47808
identifier_str_mv TSUBOI, Henrique Yassuyuki. Identificação de atividades suspeitas de lavagem de dinheiro: abordagem com aprendizagem de máquina em carteiras na rede Ethereum. 2023. 51 f. Dissertação (Mestrado Profissional em Economia) — Universidade de Brasília, Brasília, 2023.
url http://repositorio.unb.br/handle/10482/47808
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1839083890717753344

Registros relacionados