เมื่อผู้โจมตีบีบบังคับเหยื่อด้วย ransomware และได้รับการชำระเงินด้วย bitcoins การทำธุรกรรมเหล่านี้จะถูกบันทึกไว้บนบล็อกเชน อย่างไรก็ตาม กระเป๋าเงินที่รับเงินผิดกฎหมายเหล่านี้จะถูกทำเครื่องหมาย ซึ่งกระตุ้นให้แฮ็กเกอร์ทำการฟอกเงินผ่านวิธีการที่ซับซ้อนแตกต่างกัน เพื่อทำกำไรจากการหลอกลวงออนไลน์ การโจรกรรม และการโจมตีทางไซเบอร์ กระบวนการฟอกเงินจากอาชญากรรมไซเบอร์เกี่ยวข้องกับการโอนและการแปลงสกุลเงินดิจิทัลระหว่างกันและกับเงินสด ซึ่งเป็นความท้าทายอย่างมากสำหรับนักสืบตามรอยเงินเหล่านี้ ราอูล ออร์ดูนา หัวหน้าฝ่ายความปลอดภัยดิจิทัลของศูนย์เทคโนโลยีบาสก์ Vicomtech กล่าวว่า กิจกรรมนี้สร้างเศรษฐกิจโลกที่ซ่อนอยู่แต่มีขนาดและความซับซ้อนมหาศาล ปัญหาสำคัญสำหรับผู้โจมตีหลังเหตุการณ์ไซเบอร์แอคชั่นคือวิธีการเข้าถึงเงินที่ได้มา อ้างอิงรายงานอาชญากรรมคริปโตรายปี 2024 ของ Chainalysis ในปี 2023 การฟอกเงินจากกองทุนที่เกี่ยวข้องกับ cryptocurrencyผิดกฎหมายอยู่ที่ประมาณ 22. 2 พันล้านดอลลาร์ในช่วงปีที่ผ่านมา มูลค่ารวมของเงินที่ส่งไปยังที่อยู่บล็อกเชนผิดกฎหมาย—บัญชีดิจิทัลของ cryptocurrencies—อยู่ที่ 40. 9 พันล้านดอลลาร์ ซึ่งอาจเพิ่มขึ้นเป็น 51. 3 พันล้านดอลลาร์ แฮ็กเกอร์มุ่งหวังที่จะเปลี่ยนเงินผิดกฎหมายจำนวนมากนี้ให้กลายเป็นเงินสะอาด George Smaragdakis ศาสตราจารย์ด้านความปลอดภัยไซเบอร์แห่งมหาวิทยาลัยเทคนิค Delft อธิบายว่าผู้โจมตีมักได้รับเงินในรูปแบบ bitcoin หรือคริปโตเคอร์เรนซีอื่น ๆ แล้วพยายามเข้าถึงเงินเหล่านั้นอย่างไม่เปิดเผยตัวตนผ่านกลไกเช่นการแลกเปลี่ยนหรือการผสมเทียม (mixers) ซึ่งช่วยเพิ่มความเป็นนิรนามของธุรกรรม เงินเหล่านี้เคลื่อนที่ผ่านหลายที่อยู่บล็อกเชน โดยบางส่วนในที่สุดก็เข้าสู่เศรษฐกิจจริง เพื่อเข้าใจเส้นทางการฟอกเงินนี้ คำศัพท์บางคำจึงต้องได้รับการชี้แจง Smaragdakis และออร์ดูนา อยู่ระหว่างความร่วมมือในโครงการ Horizon ซึ่งเป็นความริเริ่มของยุโรปที่เกี่ยวข้องกับบริษัท ศูนย์วิจัย และเจ้าหน้าที่บังคับใช้กฎหมาย เพื่อเสริมความสามารถในการรับมือกับภัยคุกคามทางไซเบอร์ของสหภาพยุโรป รวมถึงความเข้าใจว่ามองอย่างไรให้เหล่ารุกรานสร้างผลกำไร ในคริปโตเคอร์เรนซี กระเป๋าเงิน (wallet) ประกอบด้วยที่อยู่บล็อกเชนหลายแห่งที่ใช้ส่งหรือรับเงิน แม้ธุรกรรมในบล็อกเชนจะเป็นนิรนาม แต่บันทึกไว้แบบสาธารณะ ทำให้นักวิเคราะห์สามารถตรวจพบรูปแบบการฟอกเงินโดยไม่ระบุเจ้าของได้ ออร์ดูนา กล่าวว่าตำรวจเน้นไปที่การระบุบริการคริปโตที่มีลักษณะคล้ายธนาคาร แต่ดำเนินการแบบนิรนาม พวกเขาให้ความสนใจเป็นพิเศษกับระบบบล็อกเชนอย่างเช่นสัญญาเอสโครว์ (escrow smart contracts) ซึ่งถือเงินไว้จนกว่าจะครบตามเงื่อนไขของสัญญา และ mixers ซึ่งออกแบบมาเพื่อเพิ่มความเป็นนิรนามในการทำธุรกรรมโดยการปกปิดแหล่งที่มาของทุนและการแลกเปลี่ยนระหว่างคริปโตเคอร์เรนซี ชี้ให้เห็นว่าการใช้ mixers ทำให้การตามรอยแหล่งที่มาของเงินเป็นเรื่องยากขึ้น Smaragdakis เสริมว่าขณะที่แหล่งที่มา—คือเหยื่อ—มักสามารถระบุได้ แต่หลังจากการโอนหลายต่อหลายครั้ง เส้นทางก็จะหายไป แฮ็กเกอร์ใช้ประโยชน์จากความง่ายในการสร้างที่อยู่บล็อกเชนจำนวนมาก (ต่างจากบัญชีธนาคารที่ยากต่อการเปิด) เพื่อทำให้การติดตามเป็นเรื่องยากขึ้น แต่เดิม ผู้ร้ายจะรวบรวมเงินจากเหยื่อไว้ในที่อยู่เดียว แต่ปัจจุบันพวกเขามักจะกำหนดที่อยู่เฉพาะสำหรับแต่ละเหยื่อ และบางครั้งก็ใช้หลายที่อยู่ต่อเหยื่อรายเดียว ซึ่งเป็นกลยุทธ์แบ่งแยกกองทุนผิดกฎหมายให้เป็นชิ้นเล็กชิ้นน้อย ทำให้การควบคุมและตรวจสอบทำได้ยากขึ้น Smaragdakis อธิบาย ต่อมา ผู้ร้ายอาจนำเงินเหล่านี้ไปผสมกับเงินอื่น หรือใช้คาสิโนที่รับคริปโตเคอร์เรนซี เพื่อทำการเดิมพันขนาดเล็กหลายรายการด้วยความเสี่ยงและกำไรต่ำอย่างมีประสิทธิภาพ ซึ่งช่วย “ทำให้เงินสะอาด” แล้วสามารถถอนออกเป็นเงินสดตามกฎหมายได้ ออร์ดูนาเสริม การแลกเปลี่ยนอย่าง Binance หรือ Coinbase เป็นช่องทางอีกทางหนึ่งสำหรับการฟอกเงิน แต่โดยทั่วไปแล้วมักเป็นอุปสรรคสำหรับอาชญากร เนื่องจากแพลตฟอร์มเหล่านี้บังคับใช้นโยบายป้องกันการฟอกเงิน โดยต้องมีการยืนยันตัวตนด้วยเอกสารและภาพถ่ายเซลฟี่ที่เชื่อมโยงกับบัญชีผู้ใช้ ซึ่งตำรวจสามารถขอข้อมูลผู้ใช้ได้ตามคำสั่งศาล เพื่อชะลอการดำเนินกิจกรรมผิดกฎหมาย ดังนั้น อาชญากรจึงหันไปใช้แพลตฟอร์มที่ไม่ได้รับการควบคุมและลอกเลียนแบบแพลตฟอร์มการแลกเปลี่ยนขึ้นมา ออร์ดูนาเตือนว่าแพลตฟอร์มเหล่านี้ ถึงแม้จะไม่ได้จดทะเบียน แต่ก็มีรูปแบบธุรกรรมที่คล้ายคลึงกับแพลตฟอร์มที่ถูกกฎหมาย นักวิจัยที่ Vicomtech พยายามตรวจจับแพลตฟอร์มเหล่านี้โดยวิเคราะห์รูปแบบธุรกรรมบนบล็อกเชน ด้วยการสร้างแบบจำลองพฤติกรรมของการแลกเปลี่ยนที่ถูกกฎหมาย นักสืบสามารถพัฒนารูปแบบพฤติกรรมดิจิทัลเพื่อระบุกิจกรรมที่คล้ายการแลกเปลี่ยนผิดกฎหมายบนเครือข่ายบล็อกเชน ทีมงาน Vicomtech ทำงานร่วมใกล้ชิดกับหน่วยงานบังคับใช้กฎหมาย โดยเก็บข้อมูลและตัวอย่างของกิจกรรม suspicious สร้างข้อมูลจำลองที่ไม่ระบุชื่อเพื่อพัฒนาและทดสอบโมเดลตรวจจับอัจฉริยะ เมื่อผ่านการพิสูจน์แล้ว โมเดลเหล่านี้จะช่วยสนับสนุนการสืบสวนจริงโดยเจ้าหน้าที่ที่มีความสามารถ ในขณะที่งานวิจัยด้านความปลอดภัยไซเบอร์จำนวนมากมุ่งเน้นไปที่การเข้าใจโจมตี ปรับปรุงการป้องกัน และลดผลกระทบจากการละเมิด ความพยายามอีกอย่างหนึ่งที่สำคัญคือการติดตามเส้นทางเงินผิดกฎหมาย ซึ่งเป็นงานที่สำคัญในการขัดขวางความสามารถของอาชญากรในการสร้างผลกำไร และลดแรงจูงใจทางเศรษฐกิจในการทำอาชญากรรมทางไซเบอร์