Tre studenti inventano un sistema per scoprire il riciclaggio di denaro

Tre studenti di Scienze politiche dell’Università di Pavia hanno inventato un sistema contro il riciclaggio di denaro e le transazioni sospette.
Nicolò Quilico, Mattia Andreosso, Umberto Gilardi coordinati dalla docente Silvia Figini (UNIPV) hanno sviluppato una metodologia e alcuni algoritmi computazionali per il monitoraggio e previsione di fenomeni di riciclaggio.

Il progetto sarà presentato al Ministero dell’Economia e delle Finanze e alla Banca d’Italia giovedì 26 marzo.
(http://www.dt.tesoro.it/it/eventi/dettaglio.html?resourceType=/modules/eventi/elem_0223.html)

IL METODO
I riferimenti normativi e le indicazioni teoriche a supporto dell’analisi provengono in prevalenza dal “Provvedimento recante disposizioni attuative per la tenuta dell’archivio unico informatico e per le modalità semplificate di registrazione di cui all’articolo 37, commi 7 e 8, del decreto legislativo 21 novembre 2007, n. 231”, dagli allegati contenenti le “Causali analitiche”, gli “Standard tecnici” e le “Tabelle dei codici” e dal “Provvedimento recante gli indicatori di anomalia per gli intermediari”.

In questo lavoro sono proposte metodologie di data mining non supervisionate e supervisionate per la profilazione e classificazione (sull a base di criteri derivanti dal “Provvedimento recante gli indicatori di anomalia per gli intermediari” di Banca d’Italia) dei soggetti clienti dell’intermediario e tecniche locali di data mining per lo studio delle associazioni e sequenze di anomalie.

Un contributo innovativo rispetto ai modelli statistici proposti in letteratura è l’uso della social network analysis per evidenziare sia i legami espliciti che impliciti , sulla base di operazioni bancarie, tra i soggetti. Il lavoro pone attenzione anche all’estensione della metodologia considerando l’aspetto temporale attraverso lo studio di social network dinamiche . Un altro interessante sviluppo discusso nel lavoro concerne l’integrazione di tecniche di raggruppamento e profilazione nella social network analysis per ottenere una visualizzazione grafica, semplice ed immediata dei gradi di rischio dei soggetti e dei loro collegamenti sia espliciti che impliciti, e quindi considerati sospetti. Le evidenze empiriche sono derivate su una base dati destinata a popolare l'Archivio Unico Informatico.

Ecco il video con la presentazione e la spiegazione del progetto
http://news.unipv.it/?p=2472