Ansvarsfrågan och kryptovalutor före lunch

Efter en kortare bensträckare är det dags för Jessika Nilsson, chef för Nationellt bedrägericentrum inom Polisen, Sandra Barouta Elvin, nationell säkerhetschef för Microsoft samt Marie Wallin, specialist inom finansiell brottslighet, att mötas på scenen. De ska diskutera vem som egentligen tar ansvar för bedrägeribekämpningen.

– Se bedrägerierna i dess rätta sammanhang, inleder Jessika Nilsson och berättar lite om hur Polisen arbetar med brottsbekämpning i utredningar och brottsförebyggande - arbete som ger effekt.

- Vi har ingått ett samverkansavtal med bankerna där vi ska kunna dela information, både operativt och brottsförebyggande. Det här är unikt och kommer förhoppningsvis ge resultat, berättar hon.

– Vems är ansvaret, individens, polisens åklagarens? undrar Tilde de Paula Eby.

– Alla har ett ansvar, kommenterar Sandra Barouta Elvin, som har näringslivsperspektivet.

– Oavsett vilken typ av brottslighet vi pratar om är de alltid snabbare att ta till sig ny teknik än vi andra.

Att begå bedrägeribrott går oerhört snabbt och upptäcktsrisken relativt låg. Enligt Sandra Barouta Elvin finns inga incitament för att väja en bättre bana, vi plåstrar hela tiden men tar aldrig tag i roten av problemet.

– Vi måste stävja, förebygga och ge morötter, säger hon.

Marie Wallin vill se ett helhetsgrepp i ledning och styrning för att se hur brotten begås, inte brottskategorier, och att vi går mot brottsvinsterna.

– Se helheten och jobba inte i stuprör, råder hon.

- Det här är ett samhällsproblem och alla måste hjälpas åt, poängterar Jessika Nilsson och Sandra Barouta Elvin understryker att vi måste acceptera att brottsligheten kommer fortsätta eftersom många fortfarande klickar på länkar eller går in på Bank-ID när de blir lurade - trots att de vet att man inte ska göra det. Här behövs fler tekniska lösningar för att minska sårbarheterna.

Så används maskininlärning för att bekämpa penningtvätt med kryptovalutor

Eric Pettersson Ruiz är IT-konsult och har fått stor internationell uppmärksamhet för sitt arbete med sin forskning kring användning av maskininlärning för att stävja penningtvätt som görs med kryptovalutor. Nu är han här för att visa att det finns en lösning på problemet som ingen trodde att det gick att lösa.

Marknadstrenderna visar att kryptovalutor blir allt större. Det är bakgrunden till att han börjat forska på området. Kryptovalutorna garanterar anonymitet och är en decentraliserad betalningsform, utan mellanhänder, är svåra att reglera och ger snabba betalningar. Krypto är som ett stort informationsträd.

Avancerad dataanalys innebär att alla tar del av all information, den är spårbar och transparent - här kommer maskininlärning in som lösning.

– Maskininlärning är en gren av artificiell intelligens och jag ser det som ett datorsystem som är skickligt på att hitta mönster i stora mängder data, berättar Eric och beskriver hur maskinsinlärningsalgoritmen kan hitta mönster i inmatad "träningsdata" och sedan jämföra med valideringsdata.

Han belyser sedan hur användning av maskininlärning kan stävja penningtvätt, genom att han matat in 50 000 transaktioner (öppen data) och fått in 45 000 transaktioner som träningsdata. Algoritmen hittade mönster och såg vilka transaktioner som var lagliga respektive illegala. Algoritmen kan alltså hitta subtila mönster som inte går att se manuellt.

– Maskininlärning ger 98 procents träffsäkerhet och alla algoritmer presterar ungefär lika bra, summerar han.