L'apprentissage fédéré grâce à une technologie révolutionnaire

Le système mondial de lutte contre le blanchiment d'argent est extrêmement sollicité, les acteurs illicites étant toujours en mesure de gagner et de blanchir des milliers de milliards de dollars malgré les investissements et les efforts massifs des institutions et des autorités financières pour prévenir et traquer la criminalité financière. La recherche d'une efficacité et d'une efficience accrues passe par l'utilisation de nouvelles technologies comme l'apprentissage machine, tout en devant sécuriser et localiser les données et protéger la vie privée. Ce document présente un moyen de résoudre ces objectifs politiques de manière élégante en améliorant le système actuel avec une nouvelle conception du système de lutte contre le blanchiment d'argent. Ce modèle repose sur l'utilisation d'une architecture d'apprentissage fédéré avec la technologie DOZER de Consilient et la technologie Intel® Software Guard Extensions (Intel® SGX) pour partager les insights sur les risques de criminalité financière de manière utilitaire. À grande échelle, ce nouveau modèle peut aider à détecter de manière sûre et efficace les risques de criminalité financière d'importance systémique entre les institutions et les frontières, à réduire le poids des faux positifs et la dépendance aux modèles reposant sur des règles, et à protéger la confidentialité et la sécurité en déplaçant les analyses et non les données.