Botnets, wapens en drugs: het zijn maar een paar voorbeelden van dingen die allemaal te koop zijn via illegale online marktplaatsen op het darkweb. Het darkweb is een verzamelplaats van websites die niet vindbaar zijn voor zoekmachines en waar je anoniem kunt opereren. Omdat toezicht ontbreekt en je er niet zomaar op kunt komen, is het een ideale plek om ongezien te handelen in verboden zaken. Het aanbod van deze illegale marktplaatsen groeit en daarmee vormen ze een probleem voor de veiligheid van onze samenleving. Het Nederlands Forensisch Instituut (NFI) heeft in samenwerking met Jheronimus Academy of Data Science (JADS) in Den Bosch een prototype van een AI-model getraind om snel data van het darkweb te kunnen analyseren. Het model kan opsporingsdiensten helpen bij de bestrijding van misdaad.
Masterstudent Ingmar Bakermans van JADS ontwikkelde het model bij het NFI als afstudeeropdracht. Het model helpt om trends en prijsontwikkelingen te signaleren voor drugs, wapens en andere illegale producten en diensten. Allemaal bruikbare informatie voor opsporingsdiensten en andere instanties die het criminele milieu op het darkweb willen monitoren en in kaart willen brengen.
Bakermans trainde in totaal drie verschillende modellen, waarvan er één veelbelovende resultaten geeft om informatie te vergaren over de onzichtbare delen van het internet. Hij trainde ze op het herkennen van de verkopers, prijzen, categorieën en het product dat ze aanbieden. Om de modellen te trainen moet je ze veel voorbeelden laten zien. Hiervoor verzamelde de afstudeerstudent maar liefst 7000 pagina’s van het darkweb, zoals pagina’s van Silk Road, Argartha Market, Dark Market, Canahome, Berlusconi Market en Cocorico Market.
Bakermans denkt dat dit de opsporingsdiensten zal helpen: “Nu kost het opsporingsdiensten veel tijd en moeite om zicht te houden op wat er gebeurt op het darkweb. Het model kan ons helpen om eenvoudiger en sneller inzicht te geven in prijsontwikkelingen en trends in producten.” Daarnaast helpt het model om te achterhalen wie er achter geheimzinnige accounts van kopers en verkopers schuilgaan: “We kunnen het model ook usernames laten achterhalen en dat kan het combineren met informatie die gewoon te vinden is op internet. We noemen dat “username matching”. Het model helpt op deze manier om de namen van gebruikers te achterhalen.”
Met de informatie die het model geeft, kunnen instanties na een check een passende interventie bepalen. Op ‘marketplaces voor drugs’ werkt het getrainde model goed, blijkt uit het onderzoek van Bakermans. “Het haalde na wat finetuning een 93 procent accuracy score op het voorspellen van bijvoorbeeld prijs, product, categorie, etc. van de webpagina. Dat is heel hoog.” Het model is vervolgens ook getraind om advertenties waarin wapens worden aangeboden te analyseren. “Daar werkte het ook redelijk. Het haalde een score van 63 procent. Dat is niet genoeg, dus het moet op een specifiek product nog wel doorgetraind worden.”
Het model vraagt nog veel rekenkracht. Om het te verbeteren moet het met meer data in verschillende talen doorgetraind worden, om de robuustheid te verbeteren. Bakermans heeft de drie modellen aan het NFI overgedragen, evenals de dataset met 7000 pagina’s van het darkweb. “Ik vind het tof dat mijn opdracht iets heeft opgeleverd waar de opsporing verder mee kan.”
Bakermans is begeleid door professor Zeno Geradts van het NFI, die tevens verbonden is als hoogleraar bij het AI4forensics lab in het Innovation Center for Artificial Intelligence (ICAI) van de Universiteit van Amsterdam. Geradts noemt het ontwikkelde model door Bakermans veelbelovend: “Dit onderzoek toont aan dat door de inzet van deep learning- en taalmodellen in de darkweb-context, we krachtige nieuwe tools ontwikkelen die opsporingsdiensten in staat stellen cybercriminaliteit effectiever aan te pakken.”
Dr. Giuseppe Cascaville van JADS: “Het werk van Ingmar Bakermans vertegenwoordigt een belangrijke stap vooruit in de richting van het veilig en automatisch extraheren van data van het darkweb. Deze innovatie kan de opsporingscapaciteiten van wetshandhavingsinstanties aanzienlijk verbeteren, doordat ze tijdige en bruikbare inzichten krijgen in criminele activiteiten die zich in deze verborgen gebieden afspelen.”
