МЕТОД ПОКРАЩЕННЯ AML-ПЕРЕВІРОК У СФЕРІ КРИПТОВАЛЮТ ШЛЯХОМ ВИКОРИСТАННЯ ТЕХНОЛОГІЇ БЛОКЧЕЙН ТА МАШИННОГО НАВЧАННЯ

Анотація

У статті досліджено проблему підвищення ефективності AML-перевірок (Anti-Money Laundering) у сфері криптовалют в умовах стрімкого розвитку технологій блокчейн та WEB 3.0. Зростання кількості активних криптогаманців і транзакцій у децентралізованих мережах зумовлює необхідність удосконалення підходів до виявлення незаконної фінансової діяльності, зокрема операцій з відмивання коштів. Традиційні AML-механізми, що базуються на послідовному аналізі транзакцій та логічних правилах, характеризуються високими обчислювальними витратами та обмеженою адаптивністю до нових шахрайських сценаріїв. Метою роботи є розробка методу покращення AML-перевірок шляхом поєднання переваг технології блокчейн та алгоритмів машинного навчання. У статті проаналізовано сучасний стан ринку AML-сервісів, здійснено порівняння комерційних провайдерів та визначено фактори, що впливають на вартість перевірок транзакцій. Обґрунтовано гіпотезу про доцільність зміни парадигми початкової оцінки транзакцій: замість презумпції безпечності запропоновано модель попередньої умовної заборони з подальшим коригуванням рейтингу на основі результатів машинного навчання. Запропоновано математичну модель, що формалізує етапи перевірки транзакцій: початкове рейтингування, зважений аналіз параметрів, застосування ML-класифікатора, динамічне оновлення рейтингу, реакцію системи та прийняття остаточного рішення на основі порогових значень. Для верифікації методу описано теоретичний експеримент із використанням датасету транзакцій відкритих блокчейнів та застосуванням алгоритмів Logistic Regression, Random Forest і Neural Networks. Отримані результати демонструють можливість досягнення високої точності класифікації транзакцій (понад 90%) та зменшення кількості помилкових спрацьовувань. Практична цінність роботи полягає у зниженні ресурсомісткості перевірок, підвищенні адаптивності AML-систем та покращенні кібербезпеки фінансових операцій у криптовалютному середовищі.