La technologie au service de la lutte contre le financement du terrorisme

Logos IT Services, éditeur de la solution iDETECT, entame une nouvelle collaboration avec l’Université du Luxembourg et son Interdisciplinary Centre for Security, Reliability and Trust (SnT). Le projet vise le développement de nouveaux modèles mathématiques permettant des analyses prédictives dans le cadre de la lutte contre le blanchiment d’argent et le financement du terrorisme. Ces algorithmes, auto-apprenants, doivent permettre d’identifier, très tôt, des comportements à risque.

olivier-merlanLogos IT Services, éditeur de la solution iDETECT, entame une nouvelle collaboration avec l’Université du Luxembourg et son Interdisciplinary Centre for Security, Reliability and Trust (SnT). Le projet vise le développement de nouveaux modèles mathématiques permettant des analyses prédictives dans le cadre de la lutte contre le blanchiment d’argent et le financement du terrorisme. Ces algorithmes, auto-apprenants, doivent permettre d’identifier, très tôt, des comportements à risque.

By Sébastien Lambotte for ITnation Mag December 2015

« Le réel enjeu est de limiter le recours aux réseaux financiers à des fins terroristes et, pour ce faire, de mieux détecter des mouvements considérés comme à risque. »

Au regard des événements dramatiques qui ont secoué la capitale française dans le courant du mois de novembre, les institutions financières vont sans aucun doute voir leurs exigences en matière de lutte contre le financement du terrorisme renforcées.

« Lutter contre le terrorisme exige de s’attaquer à son financement. En outre, une meilleure analyse des flux, des transactions et des comportements des clients doit permettre de mieux identifier les risques », explique Olivier Merlan, ex-spécialiste d’Europol et directeur général adjoint de Logos IT Services, société éditrice du logiciel iDETECT.

Ce logiciel, remarqué par Gartner, soutient les acteurs issus de la finance mais aussi du renseignement dans la réponse à apporter vis-à-vis de ces enjeux. Il permet une analyse efficiente des données, tant des transactions réalisées par les clients que des informations non-structurées, en vue de détecter les comportements anormaux, à risque.

« Le système financier est, forcément, utilisé par les groupements terroristes »

Comme d’autres, ils doivent vendre, acheter, réaliser des transferts de fonds. Tout ne peut pas passer par des systèmes informels ou des réseaux de confiance de paiement tels les hawalas. Ils ont aussi recours aux réseaux financiers formels qui, aujourd’hui, laissent encore passer beaucoup de choses. Le réel enjeu est de limiter le recours à ces réseaux à des fins terroristes, de mieux détecter des mouvements considérer comme à risque. »

Des comportements passés au crible

Si les exigences en matière de lutte contre le financement du terrorisme se renforcent, notamment à travers la quatrième directive européenne anti-blanchiment et son application effective au sein des divers États concernés, les « méchants » eux aussi s’adaptent.

« Il n’est pas compliqué, pour les groupements terroristes, d’utiliser des hommes de paille pour ouvrir un compte et effectuer des transactions, précise Olivier Merlan. Si les acteurs financiers doivent tenter de découvrir les bénéficiaires ultimes pour des investissements, ce n’est pas forcément évident pour des opérations courantes. Bien sûr, il existe des listes de sanctions, sur lesquelles les noms d’individus dangereux figurent. Ces gens, toutefois, ne sont pas bêtes au point de s’exposer directement en utilisant leur propre nom. Pourtant, il y a un enjeu à pouvoir mieux analyser l’ensemble des transactions, afin de détecter des mouvements servant les intérêts de ces groupements. »

iDETECT, dès l’onboarding de clients et tout au long de la relation qu’ils entretiennent avec les services bancaires, permet de détecter des conduites à risque. Leur comportement sera passé au crible, aussi bien leurs transactions que ce qui est dit d’eux sur le web. Une analyse fine de données structurées et non- structurées peut révéler beaucoup de choses sur les intentions d’un client ainsi que sur l’environnement dans lequel il évolue. « Si le client n’est pas connu, on peut se rendre compte, en crawlant le web, que son nom peut résonner avec un environnement suspect. Le comportement d’un client peut évoluer, changer. Il est donc essentiel de l’analyser en continu », poursuit Olivier Merlan.

Détecter les facteurs à risque

Si iDETECT intègre déjà des modèles complexes permettant des analyses poussées, l’enjeu est d’aller un peu loin. Logos IT Services, avec l’un de ses clients basé au Moyen-Orient, entame un projet de recherche avec l’Interdisciplinary Centre for Security, Reliability and Trust (SnT) de l’Université du Luxembourg pour développer de nouveaux modèles prédictifs. Ils doivent permettre de détecter des comportements à risque, bien en amont.

« À partir d’un environnement de données riche, allant bien au-delà de l’information transactionnelle, une analyse fine selon les modèles établis, il doit être possible de prévenir des problèmes bien avant qu’ils n’interviennent effectivement, poursuit Olivier Merlan. Il faut pouvoir modéliser les facteurs desquels peuvent découler un comportement à risque. » Certes, face à une large population, une quantité de données considérable, l’enjeu n’est pas évident.

Le Dr. Habil. Radu State du SnT ajoute : « Le sujet de recherche est très intéressant pour nous. Il établit une collaboration avec un partenaire industriel actif dans ce domaine et devrait, à ce titre, avoir un réel impact économique sur une thématique très actuelle et importante. Pour mener à bien ce projet, nous avons notamment beaucoup de verrous technologiques à lever. Ils portent sur l’analyse de grandes quantités de données (Big Data) ayant des structures sous-jacents complexes en termes de paramètres temporels et de types d’interactions. Sur le plan conceptuel, les défis fondamentaux portent sur les algorithmes à utiliser, leurs performances et leurs capacités d’apprentissage autonome par rapport à des contextes différents (cas par cas) d’usage. »

Ces mêmes techniques d’analyse ne s’appliquent pas qu’aux données financières. Pour toute population de données, il est possible de déterminer des comportements déviants –celui qui roule ou communique essentiellement la nuit, qui s’approche régulièrement des frontières ou d’aéroports, qui change régulièrement de téléphone, ou dont le rythme des revenus ou des dépenses varient de manière inhabituelle. C’est ensuite la combinaison fine de ces différents éléments en temps réel qui permet de déterminer ce qui s’écarte de la norme, de trouver l’aiguille dans la botte de foin et somme toute de stopper l’occurrence du comportement criminel avant que ce dernier ne puisse prendre place.

« Il faut donc s’appuyer sur le bon jeu de données. Les nouveaux modèles, surtout, au-delà de leur caractère prédictif, devraient être capables d’un niveau d’auto-apprentissage élevé même face à des comportements complexes et évolutifs, poursuit Olivier Merlan. Leurs analyses, dès lors, devraient s’affiner avec le temps, selon l’historique des informations dont ils disposent. »

Limiter les moyens d’actions des groupements terroristes

« L’enjeu est de limiter les moyens d’actions des terroristes et, pour cela, de pouvoir les anticiper. »

À terme, la lutte contre le financement du terrorisme devrait gagner en efficacité. « Nous sommes avant tout un fournisseur de technologie qui peut être mise au service de cette lutte contre le financement du terrorisme, poursuit le directeur adjoint de Logos IT Services. Le système, qui envoie des signaux d’alerte aux décideurs, est un outil clé. L’enjeu qui se cache derrière est de pouvoir couper les flux financiers qui profitent aux organisations terroristes. S’il devient plus difficile, pour eux, de louer un appartement ou une voiture, de manger, de financer d’autres achats, cela deviendra plus compliqué pour eux d’agir en toute impunité. L’enjeu est de limiter leurs moyens d’actions et, pour cela, de pouvoir les anticiper. »