Verfolgung komplexer Unternehmensbeziehungen, um Betrug zu erkennen

Update: 6. August 2023
Verfolgung komplexer Unternehmensbeziehungen, um Betrug zu erkennen

Das dreijährige Projekt wird durch einen DARPA Young Faculty Award in Höhe von fast 1 Million US-Dollar finanziert und von Paul Gazzillo, einem Assistenzprofessor am Department of Computer Science der UCF, geleitet.

„Komplexe Unternehmensbeziehungen ermöglichen es Kriminellen, Widersachern und anderen, Aktivitäten offen zu verbergen, indem sie legale, aber komplexe, länderübergreifende Geschäfte nutzen“, sagt Gazzillo. „Die Unterstützung von Strafverfolgungsbehörden und Geheimdiensten bei der Beschleunigung der Ermittlungen in diesen Beziehungen könnte ihnen bei ihren Bemühungen helfen.“

Diese automatisierte Unterstützung könnte dazu beitragen, Unternehmen daran zu hindern, betrügerische Ansprüche geltend zu machen, die nicht erwischt werden. Beispielsweise hätten Unternehmen, die Kredite im Rahmen des COVID-19-Gehaltsscheck-Schutzprogramms erhalten haben, obwohl sie dies nicht hätten tun sollen, durch Querverweise von Anträgen mit öffentlich zugänglichen Unternehmensdaten verhindert.

Oder es könnte helfen, potenzielle Sicherheitsverletzungen aufzudecken, beispielsweise wenn eine Sicherheitslücke im System eines Subunternehmers die Kreditkartendaten von Verbrauchern offengelegt hat, was die mutmaßliche Ursache für den Hack von Target 2013 ist.

Gazzillos Ansatz zur Verfolgung von Unternehmensbeziehungen, die in komplexen Systemen verschleiert sind, besteht darin, unterschiedliche Systeme miteinander „sprechen“ zu lassen.

„Die größte Herausforderung ist die Kluft zwischen bestehenden Unternehmensbeziehungsdaten – die informell in natürlicher Sprache beschrieben werden – an die Menschen gewöhnt sind, und automatisierten Argumentationstools, die eine hoch formalisierte logische Sprache erwarten, mit der Computer einfacher arbeiten können“, sagt er .

Um diese Herausforderung zu meistern, wird der Forscher daran arbeiten, Unternehmensbeziehungsdaten maschinenlesbar zu definieren, Beziehungsdaten mit maschinellen Transformationstechniken in vorhandene Datensätze umzuwandeln und Algorithmen zu erstellen, die die Daten automatisch analysieren und berichten können.

„Im Erfolgsfall wird unsere Forschung als Multiplikator der Ermittlungskräfte für die nationale und wirtschaftliche Sicherheit fungieren, wie etwa FBI-Spezialagenten, die Finanzkriminalität durch das US-amerikanische Financial Crimes Enforcement Network und die Defense Counterintelligence and Security Agency verfolgen, und Ermittler, die ausländischen Einfluss auf Verteidigungssubunternehmer ausfindig machen, “, sagt Gazzillo. „Durch die Automatisierung der Nachverfolgung können wir die Zeit für die Verfolgung und Aufzeichnung von Verbindungen zwischen Entitäten verkürzen, was sowohl die Ermittlungen beschleunigt als auch menschliche Fehler reduziert. Dies wiederum sollte es einem Ermittler ermöglichen, anfälligere Unternehmensverbindungen zu untersuchen und im Vergleich zur manuellen Verfolgung mehr Fälle in kürzerer Zeit zu bearbeiten.“