cÓmo usar neo4j en la prevenciÓn del blanqueo de … · cia, número de tarjetas de crédito,...

LA PREVENCIÓN DEL CÓMO USAR NEO4J EN

BLANQUEO DE CAPITALES

CÓMO USAR NEO4J EN LA PREVENCIÓN DEL BLANQUEO DECAPITALES1

La sociedad interconectada en la que vivimos ha evolucionado de forma abrupta en los últimos años. La era de internet cambió las reglas del juego de un día a otro. Aparecieron ordenadores en todos nues-tros hogares, las conexiones a un mundo totalmente diferente derrumbaron las barreras geográficas. Probablemente varias de las cosas que usamos para trabajar las adquirimos por internet. Nuestros trabajos y los negocios con los que interactuamos cambiaron sus formas de trabajar. Se fueron incorporando, en algu-nos casos con bastante rapidez, procesos tecnológicos avanzados para facilitar nues-tra vida. Empezó toda una evolución tecno-lógica que ha dejado muchas cosas impre-sionantes y que apenas está mostrando sus primeros frutos. Lamentablemente, todo no es tan perfecto. Con estos procesos de avances tecnológi-cos crecientes, algunos sectores dedicados a actividades ilegales se han aprovechado de esto para sus fines corruptos. Uno de los problemas más graves, producto de esto, esel aumento en la complejidad de las tramas de blanqueo de capitales. La lucha contra esta actividad delictiva es todo un reto para las autoridades ya que sus efectos pueden llegar a ser devastadores.

Por suerte, existe una tecnología que ofrece una visibilidad muy amplia, a la hora de realizar investigaciones, ya que muestra el contexto de los datos y resalta las relaciones que hay entre personas y otros datos.

Abordaremos en este Ebook una breve revi-sión sobre el blanqueo de capitales y sus efectos en la economía española para entender un poco más sobre cómo nos afecta. Conoceremos esta maravillosa herramienta de análisis de grafos llamada Neo4j, su funcionamiento, las aplicaciones que podemos vincular para luchar contra el blanqueo de capitales y las propuestas paralograrlo.

Estamos hablando de bases de datos en grafos, en concreto de Neo4j.

Vamos allá.

El blanqueo de capitales, conocido también como lavado de dinero, son un conjunto de operaciones que consisten en introducir al sistema financiero dinero proveniente de activi-dades ilícitas. Su finalidad es cubrir su origen real y hacer que las cantidades de dinero parezcan legítimas o provenientes de actividades formales.

2

El origen de este dinero ilícito puede ser tan diverso como podamos imaginar. Existen intentos de legitimar dinero obtenido por actividades de robo, malversación de fondos públicos, tráfico de drogas, tráfico de armas, redes de tratas de blancas, con-trabando y estafas de comercio electrónico. También existen actividades de blanqueo de capitales por actividades delictivas

menos graves que las antes mencionadas, pero que de igual manera representan una violación a las leyes, como el dinero pro-ducto de la evasión de impuestos. Bajo cualquiera de los supuestos, el blan-queo de capitales debe ser prevenido y combatido por todas las autoridades y de esta manera prevenir la profundización de crímenes graves como por ejemplo, el financiamiento al terrorismo.

¿QUÉ ES EL BLANQUEO DE CAPITALES?

CÓMO USAR NEO4J EN LA PREVENCIÓN DEL BLANQUEO DECAPITALES


Las estructuras de trabajo de los blanqueos de capitales suelen ser complicadas. Difícil-mente podremos detectar a simple vista la legalización de fondos provenientes de actividades delictivas. A continuación des-cribiremos algunas de las principales formas mediante las cuales los delincuen-tes proceden para hacer sus fechorías.

Estructura de hormigas o pitufeo: Esta técnica se refiere a la división de dinero producto de actividades ilícitas en cantida-des pequeñas que sean difíciles de rastrear o que no llamen la atención de las autorida-des o controles bancarios. Estas cantidades pequeñas de dinero se introducen a través de diferentes fuentes bancarias al sistema durante un periodo de tiempo limitado.

Hombre infiltrado: Se presenta en tramas de corrupción de complejidad media donde uno o varios em-pleados de instituciones financieras cola-boran con las transacciones donde se inclu-ye el dinero al sistema bancario formal. Omiten notificar a las autoridades de la actividad irregular y pueden percibir un porcentaje del dinero blanqueado.

Complicidad bancaria: Este procedimiento es común en países con instituciones regulatorias frágiles. Ya que dentro de la institución bancaria cola-boran con la inserción de fondos ilegales de forma progresiva al sistema legal, sin cum-plir con los requisitos de demostración de procedencia legal y/o sin solicitar los com-probantes de declaración de impuestos.

TÉCNICAS DE BLANQUEO DE CAPITALES


Mezclado de dinero: El mezclado de dinero se refiere a la combi-nación de los fondos legales pertenecientes a una empresa, con los fondos ilegales. Pos-teriormente se presentan los fondos como parte de la renta de la empresa y no tener que presentar explicaciones a las altas sumas de dinero.

Empresas Fantasmas: Estas son una de las modalidades más implementadas en los tiempos modernos. Seguramente puedes haber escuchado sobre las empresas de fachada o de porta-folio. Estas son empresas que cuentan con toda la documentación legal, pero cumplen con la funcionabilidad de ser una cortina de humo para legalizar fondos provenientes de actividades ilegales. Lo normal es que existan solamente los documentos que acrediten la existencia de la empresa y sus actividades, más no existirán evidencias formales sobre su funcionamiento real.

Compraventa de bienes o acciones: Esta es una de las actividades más comu-nes de blanqueo de capitales. Consiste en la adquisición de vehículos, inmuebles o cual-quier tipo de instrumento financiero para

para conservarlos por un periodo limitado de tiempo y posteriormente venderlo a un tercero. En algunos casos, la compra de los bienes se produce por un valor menor al precio real de mercado. Posteriormente el blanqueador de dinero procede a desprenderse del bien en el mer-cado lícito o formal obteniendo el dinero y los procedimientos necesarios para legali-zar dichos fondos.

Transferencias ramificadas: Las transferencias ramificadas son uno de los entramados más complicados de detec-tar en la actualidad. Los blanqueadores de capital movilizan el dinero a través de múl-tiples operaciones a diferentes cuentas, en varios bancos o países, haciendo muy com-plicada la determinación de una ruta clara de destino de los fondos.

Ahora que ya conocemos algunos de los métodos implementados para blanquear capitales por parte de los malhechores, des-cubramos un poco sobre cómo luchar contra el blanqueo de capitales.

4


Son diversas las consecuencias que deja el blanqueo de capitales en nuestra economía y entorno. No solamente personas dedicadas a cometer delitos pueden disfrutar del dinero mal habido huyendo de la justicia. Esto tiene una incidencia directa en el comportamiento de nuestra economía.

En casos sencillos, donde el dinero ingresa-do al sistema económico de forma ilícita proviene de ganancias no declaradas, podemos observar como consecuencia directa la omisión del pago de impuestos. Pero ¿Qué pasa cuando estas actividades son más graves?

Se producen distorsiones en el sistema eco-nómico y corremos el riesgo de tener entre nosotros el nacimiento de esquemas de

financiamiento de actividades ilegales como la extensión de redes de narcotráfico, trata de blancas, tráfico de armas e inclusi-ve financiamiento de grupos terroristas de cualquier tipo. Esta es una de las preocupaciones principa-les del mundo de hoy. La incursión de dinero ilegal en el sistema formal no solo puede tener repercusiones económicas, sino que puede significar cosas mucho más graves.

IMPACTOS NEGATIVOS DEL BLANQUEO DE CAPITALES EN LA SOCIEDAD

5


Por diversas vías las autoridades de todo el mundo han establecido mecanismos y regula-ciones para combatir el lavado de dinero. La creación de diferentes organizaciones nacio-nales e internacionales para prevenir las malas prácticas financieras han tenido sus efectos positivos, pero insuficientes.

La implementación de bloqueos y sancio-nes a empresas, entidades bancarias y per-sonas sospechosas o culpables de activida-des a través de “listas negras” como la OFAC del Departamento del Tesoro de los Esta-dos Unidos son de los mecanismos más conocidos en la lucha contra estos delitos financieros. Adicionalmente a esto existen tratados internacionales suscritos ante organismos multilaterales como la Organización de Naciones Unidas, la Unión Europea, la OTAN, el Banco Mundial y el Fondo Moneta-rio Internacional que prevén marcos insti-tucionales regulatorios mínimos para evitar la proliferación de actividades ilícitas. Con la implementación de algunas herra-mientas tecnológicas se lograron avances importantes, pero entendiendo que estas técnicas plantean limitantes importantes. El enfoque tradicional y discreto que se realiza sobre el análisis de datos, era desa-rrollado con la ayuda de bases de datos relacionales. Esto permitía analizar de modo sectorizado ordenadores sospecho-sos o direcciones IP con comportamiento irregular. Como máximo se podían realizar algunos cruces entre estos datos y las tran-sacciones bancarias.

Más recientemente se han desarrollado algunas técnicas bastante efectivas de pre-vención de blanqueo de capitales, como lo es, la implementación de análisis de alta complejidad apoyados en la teoría de grafos. Mediante la utilización de estas teorías y softwares de análisis de datos en grafos podemos desarrollar estrategias de análisis y detección de patrones sospechosos en actividades de blanqueos de capitales. Adi-cionalmente también se puede seguir la pista o las relaciones entre sujetos, activida-des y ciclos sobre el dinero de forma rápida y en tiempo real para detectar actividades ilegales.

Vamos a navegar en las profundidades del océano de los grafos, conoceremos algunas de sus potencialidades y como Neo4j puede ayudar a luchar contra el lavado de dinero.

6

TÉCNICAS PARA COMBATIR EL BLANQUEO DE CAPITALES


Un grafo nativo de propiedad es un grafo conformado por diferentes características. Este tiene peso mediante etiquetas en las que podemos asignar las propiedades a los nodos y a sus relaciones. En este tipo de grafo podemos asignar nombres, edades, países de residen-cia, número de tarjetas de crédito, números de cuentas bancarias y así sucesivamente; y de esta manera analizar de una forma ágil, flexible y escalable, todas y cada una de las relacio-nes o interacciones que tenga la información contenida en un grafo.

7

Neo4j es un gestor de bases de datos de tipo NoSQL orientado a grafos. Contiene un conjunto de prestaciones interesantes que nos ayudan a analizar datos de alta comple-jidad y gran tamaño de una forma muy rápida y práctica. Adicionalmente a esto, podemos establecer, analizar y hacer per-sistentes, las relaciones existentes entre los diversos factores que confluyen con dichos datos.

Los grafos son representaciones gráficas formadas por nodos o vértices y que se encuentran conectadas por líneas de inter-sección que conocemos como aristas. Neo4j, principalmente para esta importan-te labor de combate al blanqueo de capita-les, implementa los conocidos como Grafos de Propiedad o lo que habitualmente vemos en inglés Native Property Graph.

NATIVE PROPERTY GRAPH O GRAFO NATIVO DE PROPIEDAD


Neo4j nació como una base de datos NoSql y nativa en grafos, ofreciendo una ventaja superior en cuanto a su rendimiento en el manejo de grandes volúmenes de datos. Por mayor exigencia de análisis que poda-mos requerir, la capacidad de procesar datos y analizar información de Neo4j no desciende. Este tipo de bases de datos responden a las consultas de información actualizando el nodo y las relaciones impli-cadas en la búsqueda. Al no actualizar el grafo compuesto en su totalidad ahorra-mos un tiempo muy valioso.

Otra de las grandes ventajas que disfruta-mos mediante la implementación de

Neo4j, es la agilidad de la gestión de datos. Para llegar al límite operativo debemos superar el volumen de 34.000 millones de nodos y 34.000 millones de relaciones entre estos datos, es decir, 68.000 millones de propiedades y de 32.000 tipos de relacio-nes. En términos de escalabilidad también hay ventajas importantes a considerar, entendiendo que las bases de datos orien-tadas a grafos son una condición común. Combinando las características propias del software y asumiendo algunos retos técni-cos e institucionales podemos ejercer una lucha efectiva contra el blanqueo de capita-les.

Abordemos un poco los aspectos técnicos de este software que concentra muchas carac-terísticas positivas que podemos destinar al combate contra el blanqueo de capitales.

VENTAJAS DE USAR NEO4J COMO BASE DE DATOS DE GRAFOS


Una vez disponemos de un motor como Neo4j, que es capaz de gestionar de manera súper eficiente las relaciones entre los datos, necesitamos proporcionar a los analistas del área de blanqueo de una herramienta visual que les permita ser muy productivos a la hora de anali-zar situaciones sospechosas. Esta herramienta es Linkurios, una plataforma de análisis y visualización de grafos, que se integra a la perfección con Neo4j y que, como veremos, trabajando conjuntamente se crea una solución de muy alto valor para la empresa.

LINKURIOUS


Los grupos delictivos pueden estar relacio-nados o no con técnicas ligadas al campo tecnológico. Estos pueden asociarse a múl-tiples organizaciones y ejecutar diversas operaciones para camuflar el ingreso de dinero ilícito al sistema financiero. Podemos enfrentarnos a identidades sinté-ticas, ficticias o usurpación de identidad. Dispositivos infectados por virus, troyanos u inclusive cosas adicionales. Existen méto-dos que podemos aplicar gracias a las pro-piedades de Neo4j para comprobar estas actividades irregulares y tomar cartas en el asunto.

Existe un método denominado “estrate-gias reticulares” basadas en grafos que podemos aplicar con Neo4j lo que nos per-mitiría trabajar con Big Data de forma óptica. Esto permitiría aumentar la capaci-dad de determinar patrones reticulares

conocidos como anillos fraudulentos. Dichos patrones demuestran un comporta-miento atípico a las actividades que se desarrollan con normalidad en un entorno financiero. Esto permitiría poder analizar los vínculos de personas y transacciones bancarias pro-pias y con terceros, sucesivas transacciones bancarias, domicilios utilizados por diversas personas, teléfonos, emails, dispositivos y direcciones de conexión IP. La detección de rangos usuales de opera-ciones permite automáticamente estable-cer condiciones de alertas cuando los datos permiten mostrar un comportamiento dife-rente al mínimo predefinido. Vamos a conocer la forma mediante la utili-zando la plataforma Neo4j, podemos apli-car estos métodos de detección de blan-queo de capitales.

Las características principales de Linkurious son:

Basado en Web Búsquedas integradas con Elastic Search Visualización potente y muy configurable (Colores, tamaños, logos, …) Compartir y publicar visualizaciones Gestión de Alertas integrada

CÓMO FUNCIONA LA LUCHA DEL BLANQUEO DE CAPITALES CON NEO4J


Linkurious es una herramienta excepcional para la visualización de grafos. Esta incluye diversas posibilidades de análisis y creación de filtros para analizar patrones relaciona-les en datos. Es sencilla de usar y no requie-re de conocimientos técnicos de mayor envergadura para ejecutar las exploracio-nes de datos. Este software gano un renom-bre de talla mundial gracias a su implemen-tación en la investigación de los conocidos “Panamá Papers”

sentar un anillo fraudulento complejo que visualice a las personas intervinientes que hayan emitido transferencias de cualquier tipo desde un mismo dispositivo, con inde-pendencia de la cuenta de la que salga o ingrese el dinero. La visualización de esto factores le permite a los analistas especiali-zados de las entidades bancarias descifrar esquemas complejos de lavado de dinero e inclusive detectar anillos fraudulentos. Con este proceso podemos establecer aler-tas de comunidades de componentes conectados.

Para la aplicación de métodos de protección o prevención de lavado de dinero utilizando Neo4j requerimos construir módulos de consulta que podamos ejecutar de forma periódi-ca en modo de alerta utilizando un software llamado Linkurious.

PROPUESTA TÉCNICA DE APLICACIÓN DE NEO4J PARA PREVENIR EL

BLANQUEO DE CAPITALES


ALERTA DE COMUNIDADES DE COMPONENTES CONECTADOS

Esta modalidad busca construir comunida-des de personas y establecer relaciones basadas en sus grados de conexión. Con esto se podrán realizar investigaciones a personas que concentran mayor cantidad de vínculos con otras entidades y transac-ciones bancarias. Para que este proceso sea efectivo, deben establecerse atributos adicionales a los nodos. Se deben caracteri-zar las entidades como personas y los demás atributos que se creen serán los que determinen el conjunto de pertenencia a una comunidad.

Está comunidad construida será el resulta-do de la ejecución de los algoritmos crea-dos en Neo4j y distribuidos como librería de procedimientos específicos. También se construirá una consulta ejecutable frecuen-temente en modo de alerta en Likurious que permita establecer y analizar los pará-metros que coincidan con los criterios de selección. Estas consultas efectivas están enfocadas a descubrir patrones o comportamientos sospechosos de lavado de dinero.

Se pueden definir diversas estrategias que permitan optimizar los tiempos de búsque-das o respuesta de las consultas. Presenta-remos a continuación una simulación de un ejercicio que hemos desarrollado.

En este particular se pueden desarrollar diversas acciones donde el banco en

pueden definir los elementos relevantes a estudiar. Se deben determinar de igual manera que elementos excluir de la consul-ta para optimizar el proceso de consultas.

Una vez establecidos estos criterios se podrán en evidencia los patrones de comportamiento sospechosos que se transformarán en alertasautomatizadas.

ALERTA DE ANILLO FRAUDULENTO


SIMULACIÓN DE DETECCIÓN DE ANILLO DE FRAUDE CON NEO4J

Entremos ahora a conocer detalladamente los procesos que involucran detectar un anillo de fraude con Neo4j. Para ayudar a entender mejor cómo lograrlo vamos a exponer un ejercicio de simulación que hemos realizado que cumple con todas las características que podemos conseguir en el mundo real.

La simulación en este caso inicia con detec-tar la hiper-conexión de los nodos tipo IP, empezando con la cuantificación de un subconjunto de personas que se conectan a través de IP´s que concentren al menos 10 conexiones. Se descartan entonces a las IP´s que tengan un número de conexiones mayor a 10.

En este caso al ejecutar la consulta se detectaron más de 94000 ips que cumplen con las condiciones establecidas. Esto es un 3% de todas las IP que están bajo objeto de estudio. Estas Ip generan en el caso de estudio más del 50% de las relaciones con personas.

Realizar esto en primera instancia es un abordaje a un problema de masividad, utili-zando como estándar la Ley de Pareto (80/20). Para continuar con la creación de una marca de Ip masiva debemos entonces iniciar una consulta como la siguiente:


El diagrama de este caso en estos aborda-jes inductivos resulta de mucha utilidad ya que permite reflejar y contemplar elemen-tos de sumarización que sería imposible de reflejar en un diagrama simple. Este tipo de diagramas no permiten comprender la complejidad de las sumas a realizar.

A continuación podrás constatar lo que te decimos. El diagrama al ser simple, muestra

una transferencia de C3 a C1 que no debería ser considerara. Un grafo analítico para este caso solo debería mostrar las transferencias hacia C4. En esta simulación debemos tomar una estrategia de dos etapas de sumas previas para posteriormente detec-tar un filtro que nos demuestre los usuarios con transacciones superiores a 10.000,00 euros.

14

Para finalizar con esta parte del proceso, debemos apoyarnos en el uso de colecciones para optimizar el procesamiento de datos aplicando:


Para iniciar este proceso, ejecutaremos una consulta a partir de una pre selección de cone-xiones IP. Será posible ya que utilizaremos la unión de colecciones mediante APOC. El procedimiento es el siguiente:


Una vez definido el patrón de búsqueda, crearemos una Alerta que ayudará al analista de blanqueo a realizar un seguimiento de las incidencias que cumplen dicho patrón. La alerta se genera dentro de Linkurious, que es la herramienta especializada en este tipo de gestión de incidencias de manera visual, implementando un workflow humano de gestión de inci-dencias. El resultado de la ejecución de la consulta en Linkurios fue el siguiente:

Al seleccionar un caso puntual, podemos visualizar exactamente lo que estábamos bus-cando. Un claro anillo de estructura de fraude.


Esta modalidad de trabajo para la preven-ción de blanqueo de capitales es de gran utilidad. Supongamos que debemos ejecu-tar un cálculo o una revisión que nos devuelva una lista de 5000 personas para hacer un seguimiento especial. Buscamos en este caso detectar o conocer si existe una relación que las una dentro del grafo.

Se necesita en este caso generar una lista

de comunidades que están unidas a través de vínculos, pero no solo a nivel primario de análisis, sino en escalas de mayor profundi-dad. Esto significa que se evaluarán todos los caminos que puedan conectar a un nodo con otro. Este proceso es bastante exigente ya que incorpora el concepto de producto cartesiano entre todos los nodos del grafo, combinándolo con todos los nive-les existentes.

Con esto se busca diseñar una estrategia que subsane el problema combinatorio. Para lograrlo se requiere utilizar el concep-to de proyección y migrar de un análisis totalmente multidimensional a un análisis dimensional.

Para ejemplificar esto, mostraremos la relación que puede existir entre los nodos A y F sin que estén conectados de forma directa.

ALERTA DE COMUNIDADES DECOMPONENTES CONECTADOS


En este proceso se deben marcar los nodos que se conecten por cualquier vía, asignán-dole un valor a un nuevo atributo. Se debe crear ese nuevo atributo en aquellos nodos que estén conectados por una etiqueta (NCOMUNIDAD5000). Esta marca se eliminará del nodo una vez

hayamos ejecutado el algoritmo Union-Find (algo.unionFind).

Para el ejercicio que desarrollamos, se aplicó la etiqueta sobre todos los nodos de personas y cuentas y la relación se estudió sobre todos los casos no redundantes.

En la ejecución de este proceso se genera una comunidad grande. Los casos superan las 800 comunidades y más de 800 personas. Al analizarse esto podemos detectar que existen muchas cuentas masivas, que unen a un gran número de personas, sin que esto signifique un nexo real en cuanto a lo que estudiamos.

18


Para evitar la inclusión de nodos hiper-conectados de personas que entorpecerían nues-tros análisis debemos realizar una limpieza de supernodos. Posteriormente se ejecuta el algoritmo:

Después de que su ejecución, eliminamos la etiqueta y las relaciones que fueron estableci-das, ya que la ejecución de la misma es de carácter eventual:

El resultado que obtenemos al ejecutar de esta manera el algoritmo se lograron determi-nar 999 comunidades en un lapso de tiempo extremadamente bajo.


Como último paso de esta simulación se crea un módulo de alerta que permite visualizar una lista de comunidades con el número de datos que lo integran. Al seleccionar el resulta-do de la misma podemos visualizar gráficamente los anillos que tentativamente pueden ser fraudulentos y así analizarlos a profundidad. Alerta:

En esta creación de alerta para nuestra simulación ejecutamos el OPTIONAL MATCH, que nos permite incluir algunos casos donde las personas no tienen toda la información carga-da a un perfil. Adicionalmente se incluyeron colecciones que permiten visualizar las relacio-nes entre el match de alerta y el UNWIND. Al ejecutar la alerta el resultado fue el siguiente:


Ahora bien, si decidimos estudiar un conjunto de operaciones que involucren a varias per-sonas en una comunidad, podemos estar consiguiendo una visual como esta:

Como hemos podido observar, la implementación de las características nativas que nos brinda Neo4j, junto con la potencia de análisis visual de Linkurious, nos ayuda a obtener ventajas importantes en la lucha contra el blanqueo de capitales.

21

Si ejecutamos un match sobre caso simple obtendremos una visual similar a la siguiente:

cÓmo usar neo4j en la prevenciÓn del blanqueo de … · cia, número de tarjetas de crédito,...

Documents