打击科技驱动型犯罪

Source details

Canonical URL

打击科技驱动型犯罪

Other formats

• Markdown version
• Structured JSON version
• Bundle manifest

Bibliographic details

• Authors: CHADY EL KHOURY
• Published: September 30, 2025

概述

• 数字工具助长了金融犯罪，当局必须作出应对。
• 文章作者：沙迪 • 艾尔 • 胡里（Chady El Khoury），现任IMF助理法律总顾问兼法律部处长。文章观点为作者个人观点，不一定反映IMF的政策。

近期案例与执法行动

• 美国司法部6月份宣布了一起美国有史以来规模最大的加密货币查获案：涉案金额高达2.25亿美元，被称为“杀猪盘”的加密资产骗局。
• 联邦官员通过跨辖区合作，使用区块链分析和机器学习技术追踪数千个涉案钱包，查获被用于诈骗400多名受害者的资金。

规模与趋势

• 根据Chainalysis的数据，近年来非法加密货币活动的年均增长率约为25%。
• 去年一年的涉案金额可能就超过510亿美元。
• “不良行为者”继续依赖现金和传统金融（银行、非正规货币兑换商和现金跨境运输），但正在用技术强化旧方法以阻碍侦测和对抗干扰。

技术驱动的犯罪手法

• 犯罪分子使用人工智能生成的资料、加密消息、隐蔽的区块链交易、语音克隆、伪造文档生成器、深度伪造内容、加密应用程序、去中心化交易所和机器人来进行诈骗、洗钱与逃避监控。
• 匿名且无国界的威胁带来管辖权、程序限制和系统老旧等阻碍。
• 去中心化平台的即时转账与匿名强化工具使国际资金流动更复杂；过时的代理行路径也常被用来掩盖交易并延迟监管发现。

安全支付走廊与技术对抗

• 企业与政府通过协作测试和跨境基础设施现代化，运用技术降低脆弱性并维护合法资金流动。
• 区域创新示例：
  • 新加坡和泰国的联动快速支付系统实现使用手机号码进行实时零售交易转账。
  • 印度尼西亚和马来西亚通过互联二维码进行跨境支付。
  • 印度的统一支付接口每月超过180亿笔交易，体现互操作性设计的力量。
• FATF推动兼顾包容性和创新性的AML/CFT措施；其“6月份建议”要求跨境电汇（包括涉及虚拟资产的电汇）提供汇款人和收款人信息。

机器学习与监管技术的应用

• IMF指导下，一些国家投资机器学习以侦测跨境资金流动的异常；其他国家加强对虚拟资产服务商的监管。
• 区块链分析公司经常受雇于此类追踪工作。
• 实施新版FATF规则与IMF对跨境流动的分析有互补作用，有助在实现数字效率的同时维护金融诚信。

政策要点与建议

• 各国必须：
  • 调整法律框架，以便通过正当程序及时获取数字证据。
  • 不断发展监管模式，对提供跨境服务的银行和非银行金融机构实施监管。
  • 投资监管技术（例如人工智能驱动的交易监测和区块链分析），并为相关机构提供检测复杂加密资产计划和合成身份欺诈的工具与专业知识。
  • 通过雇用和留住专业的数据科学家和金融犯罪专家来增强执法能力。
  • 将虚拟资产纳入AML/CFT监管，并通过公私合作开发侦测新风险的工具。
  • 促进监管机构与金融科技企业的通力合作，推动互操作标准，同时尊重隐私。
• 强调一致和协调的多边举措以避免碎片化，防止为犯罪分子留下漏洞。

风险与后果

• 犯罪分子快速采用并调整新兴技术，可能破坏金融诚信、损害经济稳定、削弱薄弱制度并侵蚀公众对安全与公平系统的信任。
• 当犯罪集团技术优势超过执法时，其代价超出财政层面，还会在结构和系统层面造成深远影响。各国政府不能等待，因为犯罪分子不会等。

作者：沙迪 • 艾尔 • 胡里（Chady El Khoury）；2025年9月。