Skip to content

ppgcc.md

Latest commit

 

History

History
97 lines (63 loc) · 2.69 KB

ppgcc.md

File metadata and controls

97 lines (63 loc) · 2.69 KB
theme white
transition slide
title Identificação de Indícios de Lavagem de Dinheiro
enableMenu true
enableSearch false
enableChalkboard true
slideNumber true

Identificação de Indícios de Lavagem de Dinheiro

Usando Grafos, Modelos Generativos e Algoritmos Bio-inspirados

Quem sou eu?

  • Luís Antônio Lima Santiago
  • Desenvolvedor há 6+ anos
  • Techbiz Forense Digital

O Problema: Lavagem de Dinheiro

  • Prática para ocultar a origem ilícita de recursos financeiros.
  • Sustenta atividades como corrupção, tráfico de drogas e organizações criminosas.
  • No Brasil, a prevenção e o combate envolvem o Conselho de Controle de Atividades Financeiras (COAF).

RIFs

  • O COAF produz os Relatórios de Inteligência Financeira (RIF).
  • Eles possuem dados estruturados e dados não estruturados (como descrições textuais e narrativas).
  • O grande desafio: a análise dos dados não estruturados é manual e de difícil escalabilidade.

"A adoção de tecnologias disruptivas, como inteligência artificial, machine learning e análise de grandes volumes de dados, ainda é incipiente em muitos estados."

Tsunoda et al. 2024

Qual é a Proposta?

Criar uma metodologia computacional para apoiar a extração de entendimentos relevantes dos RIFs integrando:

  1. Teoria dos Grafos
  2. Algoritmos Bio-inspirados (Meta-heurísticas)
  3. Modelos Generativos

Objetivo Geral

Entender como as instituições analisam os relatórios hoje e propor um modelo que transforme dados em grafos, identificando subgrafos suspeitos e vínculos relevantes.

Objetivos Específicos

  • Modelar dados em Grafos.
  • Aplicar algoritmos bioinspirados para identificação de subgrafos de interesse investigativo.
  • Aplicar meta-heurísticas para otimizar a identificação de estruturas suspeitas.
  • Usar modelos generativos para sumarizar e extrair entendimentos das narrativas textuais.

Metodologia

  • Natureza: Aplicada, exploratória e experimental.
  • Etapas:
    1. RSL
    2. Modelagem de Grafos
    3. Aplicação das técnicas
    4. Experimentos.

Cronograma

  • Duração Total: 24 meses (Maio/2026 até Dezembro/2027).
  • Envolve fases paralelas e sequenciais de estudo teórico, desenvolvimento algorítmico, testes práticos (experimentos) e redação.

Impacto Esperado

Fortalecer as capacidades investigativas contra a criminalidade econômica no Brasil, reduzindo a complexidade analítica para as instituições de segurança pública.

Identificação de Indícios de Lavagem de Dinheiro

Usando Grafos, Modelos Generativos e Algoritmos Bio-inspirados

Luís Antônio Lima Santiago