Ons werk

MPC als fraude- en witwasdetectietool

Fraude, witwassen van geld en andere financiële en economische criminaliteit is lastig te bestrijden. Jaarlijks worden er miljoenen burgers en duizenden bedrijven in de EU slachtoffer van fraude. En dankzij het witwassen van geld financieren criminele organisaties zichzelf.

Om financiële criminaliteit effectiever op te sporen is het essentieel dat organisaties informatie en data met elkaar kunnen delen. Tegelijkertijd mag de privacy van gewone burgers of bedrijven niet geschonden worden. Hoe kan je dan als organisatie fraude en witwassen tegengaan, zonder de privacy te schenden? Via privacy by design. 

Geanonimiseerde databases opbouwen

Bij TNO werken we aan verschillende vormen van privacy by design. Multi-Party Computation (MPC) is er één van. MPC is een slimme manier om gezamenlijk data te analyseren zonder deze te hoeven onthullen. Cryptografische technieken zorgen ervoor dat meerdere partijen gezamenlijk data kunnen analyseren en conclusies kunnen trekken. En dat zonder dat de partijen elkaars data ooit kunnen zien. Met MPC wordt dus helemaal geen data inzichtelijk gemaakt, maar alleen conclusies op basis van die data.

Whitepaper: 'Eindelijk een privacyvriendelijke manier om data te benutten.'

Lees in het whitepaper hoe je data kunt gebruiken voor fraudedetectie én tegelijkertijd de privacy kunt waarborgen.

Download

Fraudedetectie moet verbeterd worden 

Fraude heeft veel impact op de maatschappij. Het werkt ontwrichtend en kost de overheid, bedrijven en de burger veel geld. Bovendien heeft fraude vaak veel impact op zwakkeren in de samenleving doordat geld niet terechtkomt waar het hoort. Denk aan frauderende zorgaanbieders die er voor zorgen dat hulpbehoevenden niet de zorg krijgen waar ze recht op hebben. Ook tijdens de COVID-19-pandemie zien we dat er misbruik gemaakt wordt van subsidies van de overheid aan bedrijven. Om fraude beter te kunnen opsporen moet er dus eigenlijk meer informatie worden uitgewisseld tussen zowel bedrijven als overheidspartijen.  

Fraudedetectie zonder de privacy te schenden 

Aan de andere kant laten recente rechterlijke uitspraken zien dat het combineren van informatie al snel kan leiden tot het schenden van privacy van burgers. MPC biedt mogelijkheden om heel gericht waardevolle inzichten te halen uit data van deze partijen zonder dat gevoelige data uitgewisseld hoeft te worden. Bovendien zorgt deze techniek ervoor dat alleen vooraf afgesproken analyses uitgevoerd kunnen worden. Hierdoor wordt het oneigenlijk gebruik van persoonsgegevens tegengegaan. 

witwassen bestrijden

TNO werkt samen met diverse Nederlandse banken om MPC in te zetten voor gezamenlijke witwasdetectie. Jaarlijks worden er wereldwijd honderden miljarden euro’s witgewassen, waarvan een geschatte 16 miljard euro in Nederland. Hoewel banken en andere financiële instellingen hard werken aan het opsporen van witwasactiviteiten, blijft een groot deel nog onder de radar. Er wordt geschat dat minder dan 1% van de criminele geldstromen in beslag genomen worden.  

verdachte geldstromen detecteren met MPC

Een grote uitdaging is dat criminelen vaak gebruik maken van opeenvolgende transacties via meerdere banken. Iedere bank ziet daardoor maar een stukje van de puzzel en moet op basis van incomplete informatie mogelijke witwasactiviteiten doorgeven aan financiële opsporingsdiensten. Dit leidt tot een groot aantal meldingen met een hoge kans op een vals alarm. Om witwasdetectie te verbeteren is een samenwerking tussen de banken daarom zeer waardevol. MPC stelt banken in staat gezamenlijk verdachte geldstromen te detecteren zonder onderling persoonsgegevens of andere gevoelige data te delen.  

Meer weten over fraudedetectie met MPC?


  • Bekijk direct hoe je data kan benutten op een privacy-vriendelijke manier. 
  • Lees hier hoe MPC fraudedetectie kan verbeteren door data veilig aan elkaar te koppelen. 
Ons werk

Secure multi-party computation: gezamenlijk gevoelige data analyseren zonder deze te delen

Het analyseren van data uit verschillende bronnen wordt steeds belangrijker. Tegelijkertijd is relevante data vaak te gevoelig om zomaar te delen. Hoe kunt u als organisatie veilig informatie delen zonder... Lees verder
Roadmap

Multi-Party Computation: Zorg Optimaliseren door Patiëntendata te versleutelen

De zorgkosten in Nederland zijn jaarlijks 100 miljard euro (10% van het BBP) en stijgen naar verwachting naar ruim 170 miljard euro in 2040. Het is essentieel om de zorg te blijven verbeteren en daarnaast het zorgstelsel betaalbaar te... Lees verder
Contact

Dr. Daniël Worm

  • Multi-Party Computation
  • Privacy-Enhancing Technologies
  • Cryptography. Cybersecurity

VOLG TNO OP SOCIAL MEDIA

blijf op de hoogte van ons laatste nieuws, vacatures en activiteiten

Op TNO.nl maken we gebruik van cookies. De daarin opgeslagen informatie kan bij een volgend bezoek weer naar onze servers teruggestuurd  worden.