Küresel olarak aklanan kara para miktarını kesin olarak belirlemek neredeyse imkansız, ancak ihtiyatlı tahminlere göre, 800 milyon dolardan 2 trilyon dolara kadar herhangi bir yere çıkıyor. Birleşmiş Milletler Uyuşturucu ve Suç Ofisi – ve bu muhtemelen buzdağının sadece görünen kısmı. Bu, karşılığında, dünyanın en iğrenç suç faaliyetlerinden bazılarını körükleyen bir suçtur. Ayrıca, siber suçlular tarafından geniş ölçekli fidye yazılımı saldırıları gibi şeylerden elde ettikleri kârı örtbas etmeye yardımcı olmak için kullanılan bir taktiktir. Kripto para biriminin yükselişi, tespit edilmekten kaçınmalarını da kolaylaştırdı.
Mali kurumlar, kripto para şirketleri ve diğer kuruluşlar, dünya çapındaki devlet kurumları ve düzenleyiciler bu belaya karşı önlem almaya çalışırken, kara para aklamanın kökünü kazımadıkları için artan para cezalarıyla karşı karşıya kalıyor – bazen milyonlarca ve milyarlarca doları buluyor.
İşte 2023’e doğru giderken kötü haber: Otomasyon sorunu daha da kötüleştirecek. Bir hizmet olarak kara para aklamanın yükselişini göreceğiz. Ancak umut ışığı, bu gidişatı durdurmanın ve kötü aktörlerin bunu yapma yeteneğini işbirliği içinde azaltmanın yolları var.
Kripto Para Aklama Bağlantısı
Saflarını büyütmek isteyen siber suç örgütleri tarafından tercih edilen bir taktik, para katırları. Bunlar, bazen bilmeden kara para aklamaya yardımcı olmak için getirilen kişilerdir. Genellikle sahte iddialar ve meşru iş vaatleriyle kandırılırlar, ancak “işin” siber suçlardan elde edilen kârın aklanmasına yardımcı olmak olduğunu keşfederler.
Eskiden, bu para karıştırma genellikle anonim banka havalesi hizmetleri aracılığıyla yapılırdı. Çoğu zaman yanlarına kâr kalsalar da, bu tür aktarımları izlemek kolluk kuvvetleri ve düzenleyiciler için çok daha kolaydır. Bu günlerde, çoğu suçlu kripto para birimini kullanmaya başladı. Genellikle anonim işlemlerle birleştiğinde düzenleyici gözetim eksikliği, onu kara para aklama için neredeyse ideal bir araç haline getiriyor. Aslında, bir rapor zincirleme analiz suçluların 2021’de 8,6 milyar dolarlık kripto para akladığını tespit etti. Bu, önceki yıla göre %30’luk bir artış.
İşe Alımın Yükselişi
İşe alım kampanyaları oluşturma para için katırlar zaman ve enerji alır. Gerçek amaçlarını gizleme çabalarında, siber suçlular bazen sahte kuruluşlar için yasal görünen web siteleri oluşturmak ve bu işletmeleri havalı göstermek için sahte iş listeleri yayınlamak için büyük çaba sarf ederler.
Ancak otomasyon ve makine öğrenimi (ML), bu süreci çok daha kolay ve hızlı hale getirecek. Makine öğrenimi, potansiyel işe alımları daha hızlı bir şekilde daha iyi hedeflemek için kullanılabilir. Ayrıca, bazı manuel kampanyaların, kötü aktörlerin kirli parayı kripto borsalarının katmanları arasında taşımasına olanak tanıyan otomatik hizmetlerle değiştirildiğini görmeyi bekliyoruz – bu, süreci daha hızlı ve izlenmesi zor hale getirecek. Bu da çalınan fonları geri almanın daha zor olacağı anlamına geliyor.
Toplu olarak, bu çabalar hizmet olarak kara para aklama (MLaaS) dediğimiz şeyi içeriyor ve bu, siber suç alet kutusundaki başka bir araç haline gelecek.
Onları Dizlerinden Kesmek
Siber suçlular kara para aklamayı kolaylaştırmak için mümkün olan her türlü metodolojiyi arayacak olsa da bu, bunu kaçınılmaz bir sonuç olarak kabul etmemiz gerektiği anlamına gelmez.
MLaaS’ın yükselişiyle mücadelede en büyük faktör şunları içerecektir: çok daha geniş ölçekte kamu-özel sektör işbirliği. Haritadaki kuruluşlar, tehdit istihbaratını birbirleriyle paylaşarak her yerde daha iyi bir savunma oluşturmaya katkıda bulunabilir.
Siber hijyen ve eğitime de öncelik verilmesi gerektiğini tekrarlamak gerekiyor. İçinde bulunduğunuz organizasyon türü veya içinde bulunduğunuz rol ne olursa olsun, bu herkes için çok önemlidir. Kuruluşları kötü aktörlerden korumaya yardımcı olmada herkes kilit bir rol oynayabilir. Bu, daha fazla dijital okuryazarlık ve gerçek olamayacak kadar iyi bir iş ilanını gerçekte olduğu gibi dolandırıcılık için nasıl tanıyacağınız gibi şeyleri içerir. Ve tabii ki, ateşe ateşle karşılık verme kavramı var – kötü aktörler daha fazla otomasyon ve makine öğrenimi tabanlı yaklaşımlar benimsediğinden, savunucular da aynı şekilde olmalıdır.