Antiriciclaggio: sviluppato un modello di machine learning per l'identificazione di aziende collegate alla criminalità organizzata

l’Unità di Informazione Finanziaria per l'Italia ha pubblicato lo studio n. 22 dal titolo “Un modello di machine learning per l'identificazione di aziende collegate alla criminalità organizzata in Italia” dove viene sviluppato un algoritmo di machine learning per rilevare aziende potenzialmente collegate alla criminalità organizzata (CO) che in base ad un punteggio di rischio, potrebbe essere utilizzato a livello operativo per supportare l'azione delle autorità anti-riciclaggio e delle forze dell'ordine (ad esempio, come strumento di screening preliminare).

Con lo studio n. 22 dal titolo “Un modello di machine learning per l'identificazione di aziende collegate alla criminalità organizzata in Italia” l’Unità di Informazione Finanziaria per l'Italia analizza come sviluppare appunto un algoritmo di machine learning per rilevare aziende potenzialmente collegate alla criminalità organizzata (CO). A questo scopo, si utilizza un dataset di imprese italiane ottenuto integrando informazioni finanziarie provenienti da varie fonti, tra cui principalmente dati di bilancio. Per addestrare e testare il modello, un campione di oltre 28.000 aziende italiane, caratterizzate da una elevata probabilità di essere collegate alla CO, viene confrontato con sottoinsiemi di aziende presumibilmente "sane" selezionati casualmente. I risultati ottenuti mostrano che, in fase di test, l'algoritmo identifica con successo circa il 76% delle aziende collegate alla CO (recall) e il 74% delle aziende presumibilmente "sane" (specificity). Il principale output dell'algoritmo è un punteggio di rischio, che potrebbe essere utilizzato a livello operativo per supportare l'azione delle autorità anti-riciclaggio e delle forze dell'ordine (ad esempio, come strumento di screening preliminare). Copyright © - Riproduzione riservata

Unità di Informazione Finanziaria per l'Italia, studio n. 22

Fonte: https://www.ipsoa.it/documents/quotidiano/2024/06/11/antiriciclaggio-sviluppato-modello-machine-learning-identificazione-aziende-collegate-criminalita-organizzata