Pesquisadores do DCC (Departamento de Ciência da Computação) da UFMG (Universidade Federal de Minas Gerais) estão desenvolvendo um algoritmo que identifica lavagem de dinheiro em transações bancárias. A ferramenta, que recebeu o nome de “Delator”, está sendo aplicada no Banco Inter.
O algoritmo opera comparando perfis de transações bancárias dos clientes. Segundo o professor Fabrício Murai, a ferramenta considera as características e comportamentos dos clientes e a situação das pessoas com as quais ele transacionou em certo período.
“Se a situação de um cliente do Inter em determinado período é, de alguma forma, similar à de outros clientes que foram comunicados à unidade de inteligência financeira, o Delator tende a classificá-la como suspeita”, Fabrício explica.
Algoritmo observa interações dos clientes
O pesquisador e coordenador de analytics do Inter, Vinícius Teodoro, também participou do estudo. De acordo com ele, o algoritmo apresenta uma visão mais complexa do perfil das interações dos clientes do banco.
“Mapeamos os clientes com técnicas de computação e, a partir daí, observamos as interações das suas movimentações bancárias. Observando essas interações, o Delator é capaz de ‘pegar’ os clientes que passam pelos primeiros filtros que detectam transações suspeitas”, afirma Vinícius.
Ele explica: “Criamos uma base de dados analítica que nos permite encontrar padrões suspeitos com base nas movimentações dos clientes. O Delator é capaz de reconhecer anomalias nas movimentações que não seriam encontradas com observações comuns e massificadas dos clientes”.
Metodologia para desenvolver algoritmo
A metodologia estudada pelo grupo está descrita no artigo “Delator: detecção automática de indícios de lavagem de dinheiro por redes neurais em grafos de transações”. Ela tem base na GNN (Graph Neural Networks).
Vinícius Teodoro conta que o grupo utilizou duas técnicas. “Usamos o desenho do cliente em grafos, representando temporalmente as transações, juntamente com as GNNs, redes robustas que encontram padrões dentro dos grafos”.
“Cada pessoa é um vértice do grafo, e cada transação é uma aresta que conecta dois vértices. Para aprender esse grafo, o Delator precisa executar duas tarefas: prever a existência de uma transação entre duas pessoas e estimar o seu valor, caso ela, de fato, exista. A situação de um cliente é representada por algum dos vértices”, explica o professor Fabrício Murai.
Ferramenta classifica situação como suspeita
Uma vez que a ferramenta aprende a prever esse tipo de situação, ela executa a terceira e última tarefa. “Finalmente, ele classifica a situação como suspeita de lavagem de dinheiro, dada a similaridade entre essa situação e outras anteriormente analisadas e classificadas como tal”, conta Fabrício.
O desenvolvimento do algoritmo vai de encontro às normas do Bacen (Banco Central), conforme afirma Vinícius Teodoro.
As regras exigem que toda instituição financeira disponha de métodos de regulação de lavagem de dinheiro. Os bancos reportam as análises ao Coaf (Conselho de Controle de Atividades Financeiras).
“A lavagem de dinheiro financia diversos crimes. Uma pesquisa como essa contribui para que os bancos entendam as ameaças e as reportem aos órgãos competentes. É preciso evitar que operações criminosas sejam financiadas por dinheiro que circula dentro do banco”, aponta o pesquisador Vinícius.
Com UFMG
