191 – Um modelo de inferência utilizado na detecção de indícios de lavagem de dinheiro

O principal objetivo do processo de lavagem de dinheiro é ocultar a origem de recursos ganhos por meio de atividades ilícitas. Esse processo geralmente está ligado a crimes como a corrupção, o terrorismo ou o tráfico de drogas, podendo causar danos à segurança nacional e ao sistema financeiro de um país. Logo, com a finalidade de detectar a ocorrência desses crimes, alguns autores abordam esse problema empregando técnicas de aprendizado de máquina, classificando as transações fraudulentas, utilizando, como base, características da lavagem de dinheiro, porém não levam em conta as leis e regulamentos impostos pelos seus países. Portanto, este trabalho tem como objetivo propor um modelo de inferência, composto por uma estrutura de dados e um algoritmo de classificação, responsável por rotular transações financeiras que possuem indícios de lavagem de dinheiro, baseados nas leis e regulamentos do Brasil. Para alcançar tal objetivo, inicialmente se realizou uma revisão bibliográfica sobre a lavagem de dinheiro, buscando-se entender seu processo, formas de detecção e como é tratado esse crime no Brasil. Após a revisão, foi proposta a estrutura de dados, baseando-se regras descritas em regulamentos assim como a seleção do algoritmo de árvore de decisão que, juntos, compõem o modelo de inferência proposto neste trabalho. Depois disso, um estudo de caso foi realizado, utilizando-se o modelo proposto. Dentre os resultados obtidos, podem-se destacar a conformidade da estrutura de dados em relação às regras estabelecidas pelo governo brasileiro e a eficácia do algoritmo de árvore de decisão na detecção de indícios dessa fraude. Esses resultados apontam que o modelo de inferência pode ser utilizado por instituições financeiras pois está de acordo com o regulamento assim como que a detecção de indícios de lavagem foi satisfatória.