211service.com
Technologia, która obaliła Eliota Spitzera
Jeśli jest lekcja z upadku wywołanego skandalem byłego gubernatora Nowego Jorku Eliota Spitzera (poza najbardziej oczywistym), to jest ona taka: banki zwracają uwagę na nawet najmniejsze transakcje.
Poetycka sprawiedliwość: Dogłębna wiedza byłego gubernatora Nowego Jorku, Eliota Spitzera, na temat narzędzi wykorzystywanych do zapobiegania przestępczości zorganizowanej, nie uchroniła go przed wpadnięciem w konflikt z oprogramowaniem do przeciwdziałania praniu pieniędzy jego własnego banku.
Za to możemy podziękować nowoczesnemu oprogramowaniu i presji rządu USA po 11 września, aby znaleźć dowody prania pieniędzy i finansowania terroryzmu. Eksperci twierdzą, że wszystkie duże banki, a nawet większość małych, korzystają z tak zwanego oprogramowania przeciwdziałającego praniu pieniędzy, które przeczesuje nawet 50 milionów transakcji dziennie, szukając czegoś niezwykłego.
W przypadku Spitzera, według doniesień prasowych, to trzy przelewy o wartości zaledwie 5000 dolarów za sztukę uruchomiły dzwonki alarmowe. Pomogło mu to, że był wybitną postacią polityczną. Ale nawet najbardziej przyziemne czynności zwykłych obywateli są poddawane tej samej początkowej analizie.
Wszystkie duże banki mają takie systemy oprogramowania, mówi Pete Balint, współzałożyciel Grupa Doradcza Dominium , który pomaga bankom opracowywać strategie zwalczania prania pieniędzy i oszustw. W zależności od ich ilości mogą mieć tysiące alertów miesięcznie.
Większość systemów przestrzega dość prostych zasad, szukając anomalii, które wywołują wzmożoną kontrolę. Firma programistyczna Metavante twierdzi, że na przykład jego oprogramowanie zawiera ponad 70 zasad najlepszych praktyk, obejmujących szeroką gamę rodzajów transakcji, od wpłat gotówkowych po zakupy ubezpieczeniowe. Najprostsze zasady mogą oznaczać duże transakcje gotówkowe lub wiele transakcji w ciągu jednego dnia.
W przypadku Spitzera trzy oddzielne płatności przelewem 5000 USD zgłoszone przez dziennik 'Wall Street prawdopodobnie uruchomiłyby jedną z najbardziej oczywistych z tych reguł, bez uciekania się do bardziej zaawansowanych możliwości.
Banki nieustannie szukają działań, które wydają się być próbą rozbicia dużych, wyraźnie podejrzanych transakcji na mniejsze, które mogą umknąć uwadze, praktyka zwana strukturalizacją. Transakcje Spitzera prawie na pewno pasują do tego profilu, mówi Dave DeMartino, wiceprezes Metavante. Doniesienia prasowe zidentyfikowały nowojorski North Fork Bank, należący do Capitol One, jako osobisty bank Spitzera. Rzeczniczka banku odmówiła określenia, z którego oprogramowania do przeciwdziałania praniu pieniędzy korzysta ta instytucja.
Ale banki i organy ścigania również szukają rzeczy, których nie mogą przewidzieć, a zatem nie mogą napisać zasad.
Jeśli piszesz tylko scenariusze, nie znajdziesz rzeczy, o których nie wiedziałeś, mówi Michael Recce, główny naukowiec Fort , inny znaczący dostawca systemów przeciwdziałających praniu pieniędzy. Około 60 procent rzeczy, które znajdują nasi klienci, to rzeczy, o których wiedzieli. Reszta to rzeczy, o których nie wiedzieli.
Najprostszym sposobem na zidentyfikowanie nieoczekiwanego jest przeciwstawienie się rutynie. Osoba, która deponuje tylko dwie wypłaty miesięcznie przez dwa lata, może zostać oflagowana, jeśli nagle wpłaci sześć dużych czeków w ciągu dwóch tygodni.
Ale pakiety oprogramowania grupują również klientów i konta w powiązane profile lub grupy rówieśników, aby ustalić bardziej ogólne podstawy behawioralne. Niektóre programy mogą grupować razem wszystkie osobiste konta czekowe ze średnim saldem poniżej 15 000 USD lub konta handlowe z obrotem poniżej 100 000 USD miesięcznie. Niektóre mogą sięgnąć głębiej, grupując wszystkie konta biznesowe związane konkretnie z pralniami chemicznymi lub firmami konsultingowymi.
Najbardziej wyrafinowane pakiety oprogramowania mogą podzielić osoby lub konta na kilka kategorii jednocześnie: pojedynczy klient może być porównany z innymi nauczycielami; dla osób, które bankują głównie w jednym oddziale regionalnym; i na przykład dla osób, które mają stabilne miesięczne dochody oparte na emeryturze.
Każda kategoria jest analizowana w celu określenia wzorców zwykłego zachowania. Każda pojedyncza transakcja klientów z tych grup, a nawet wzorce transakcji sięgające roku wstecz, są następnie analizowane pod kątem odchyleń od tej normy za pomocą między innymi miar, takich jak liczba, wielkość lub częstotliwość transakcji.
Podążaj za pieniędzmi: Sieć Egzekwowania Przestępstw Finansowych Departamentu Skarbu USA śledzi wszystkie zgłoszenia podejrzanych działań składane przez banki. Oto rozkład geograficzny raportów złożonych przez banki w Nowym Jorku w latach 1996-2006.
To, czy odchylenie zostanie oznaczone, będzie zależeć częściowo od wyniku ekspozycji klienta na ryzyko, oceny przyznanej przez bank zgodnie z zawodem klienta, lokalizacją geograficzną i innymi danymi osobowymi. Emerytowana nauczycielka, która przez całe życie mieszkała na przedmieściach Minneapolis, może mieć niższy wynik ryzyka niż na przykład 42-letni biznesmen zajmujący się importem-eksportem z Sycylii. Tak zwane osoby eksponowane politycznie – klienci, tacy jak politycy, kadra kierownicza i sędziowie – automatycznie otrzymają wyższy poziom kontroli.
Każdy bank ma grupę rzeczywistych osób, które osobiście sprawdzają oflagowane transakcje. Zdecydowana większość alertów reprezentuje akceptowalne zachowanie i nic więcej nie zostaje zrobione. Jeśli na przykład nauczycielka z Minneapolis sprzedała swój dom, dochód będzie wyraźnym odchyleniem od normy jej grupy rówieśniczej. Człowiek śledczy zrozumie dlaczego i nie będzie dalej zajmował się tą sprawą.
Banki nie chcą być w sytuacji raportowania o kliencie bez uzasadnionego powodu – mówi Ido Ophir, wiceprezes ds. zarządzania produktami Aktywuj , inny duży dostawca oprogramowania do przeciwdziałania praniu pieniędzy. Nie mogą po prostu wysyłać transakcji, które nie mają podejrzanych zalet.
Jeśli jednak weryfikatorzy nie potrafią wyjaśnić działania, przedstawią urzędnika raport o podejrzanej aktywności (SAR), wraz z pisemną informacją opisującą transakcję i przesłać ją do Urzędu Skarbowego oraz Departamentu Skarbu Sieć Egzekwowania Przestępstw Finansowych (FinCen), federalna grupa odpowiedzialna za administrowanie 1970 Ustawa o tajemnicy bankowej .
Większość SAR jest ostatecznie sprawdzana przez regionalne zespoły śledcze, pochodzące z IRS, FBI, DEA i biura prokuratora amerykańskiego. Ale raporty trafiają również do bazy danych ustawy o tajemnicy bankowej, która jest udostępniana autoryzowanym federalnym organom ścigania. Agenci mogą wyszukiwać określone nazwiska, numery kont i szczegóły, takie jak numery telefonów, aby sprawdzić, czy podmioty ich własnych dochodzeń podniosły jakiekolwiek flagi finansowe.
Rzecznik FinCen Steve Hudek mówi, że oprogramowanie do automatycznej analizy wzorców działa również w bazie danych ustawy o bezpieczeństwie banków, pomagając wykryć wzorce aktywności lub powiązania między osobami, które ludzie mogą przegapić. Odmówił jednak podania oprogramowania lub dostawców, z których korzysta FinCen.
W miarę jak oprogramowanie stało się bardziej wyrafinowane – a rząd wywierał większą presję, by zwracać uwagę na podejrzaną aktywność – liczba złożonych SAR gwałtownie wzrosła. W 2000 r. banki (w odróżnieniu od firm zajmujących się papierami wartościowymi czy kasyn) złożyły 121 505 SAR. W 2006 roku zgłosili 567.080, a pod koniec czerwca, ostatniego miesiąca, dla którego dostępne są dane, rok 2007 był na dobrej drodze do ustanowienia nowego rekordu.
Technolodzy twierdzą, że przyszłe oprogramowanie będzie jeszcze lepsze w wykrywaniu anomalii, analizowaniu sieci społecznościowych klientów, korzystaniu z ogromnych baz danych posiadanych przez takie firmy jak LexisNexis oraz Punkt wyboru , a także wykorzystanie tych informacji zewnętrznych do oceny transakcji klientów.
Może to być koszmar zwolenników ochrony prywatności, ale pomaga chronić banki przed oszustwami i grzywnami regulacyjnymi.
Dochodzimy do problemu, jak trawić coraz większe ilości informacji, mówi Recce Fortent. Zasadniczo istnieje ogromna ilość informacji, a ludzie starają się w niej ukryć.