欧洲打击洗钱 全球联合行动 178名钱骡落网

简介:

在欧洲,178名犯罪嫌疑人因洗钱活动被捕。更具体讲,这些人是帮助犯罪分子将所盗资金转出境外的钱骡。该行动由欧洲刑警组织和欧洲检察官组织统一协调,16个欧洲国家的执法机构和美国FBI及特勤局参与辅助。

2016年11月14至18日,行动持续的一周里,总共580名钱骡被指认。其中,380名嫌疑人被国家执法机构问询。106家银行和私营合作伙伴配合支援了该行动。

这是EMPACT网络犯罪支付欺诈作战行动计划名下进行的第二个欧洲钱骡行动(EMMA)周。第一个行动周在2016年3月。那时整个欧洲有近700名钱骡被指认,执法机构审讯过198名疑犯后逮捕了其中81人。第二个EMMA周从更少的嫌疑人中抓捕了更多的罪犯,表明欧洲刑警组织的瞄准镜如今更加精确了。

钱骡就是被犯罪团伙欺骗来帮助转移资金的普通人,通常被东欧犯罪团伙控制。钱骡们并非都能意识到自己是被雇来从事犯罪活动的,不过他们的行为依然是非法要需要承担罚款或刑期的。

犯罪团伙招募钱骡的方式多样,会通过网站帖子、社交媒体、电子邮件和即时通讯软件发布看起来合法的招聘广告。职位通常都是‘转账代理’,成功入职的应征者可以得到一定比例的提成。资金会打到钱骡的账户,然后由所谓‘转账代理’再转入犯罪分子在海外开设的账户中。犯罪团伙盯上的目标经常是新移民、学生和失业者。对犯罪分子来说,即用即抛的第三方是再简单不过的洗钱途径。

欧洲刑警组织称,超过90%的钱骡交易都与网络犯罪有关:网络钓鱼、恶意软件攻击、在线购物/电子商务欺诈、支付卡诈骗、商务电子邮件入侵和在线欺诈。逮捕钱骡阻止不了网络犯罪,但若让钱骡招募更为困难,至少能让犯罪活动更难得手。帮助普通公民避免无疑卷入犯罪,也是道德上的需要。

欧洲检察官组织主席米歇尔·科宁克斯解释道:“要认识到,虽然表面上看起来洗钱只是小罪行,但却是被有组织犯罪团伙操纵的。我们应该向公众普及这一认知。因此,EMMA II 的主要任务,就是通过认识到洗钱背后的黑手,来防止群众被诱惑被招募到重大犯罪的辅助活动中,打破该犯罪链条。”

本次协同EMMA周的最大价值,或许是其规模。从一家银行的金融记录和交易流水中识别出钱骡并不难。逮捕单个钱骡都称不上什么新闻。但是,16个欧洲国家联动,且有FBI和美国特勤局参与的协同行动中逮捕178名钱骡,就完全不一样了——更有可能吸引避免未来钱骡被轻易招募所需的公众曝光度。

本文转自d1net(转载)

目录
相关文章
|
存储 开发框架 JSON
区块链开发必备的9个Rust包
Rust是新一代的潜力巨大的开发语言。本文编辑整理了9个主流的用于以太坊、比特币、tendermint、eosio、polkadot等区块链开发的Rust包,可用于区块链应用的快速开发。
2632 0
|
新零售 城市大脑 分布式计算
阿里云2019北京峰会之我见(商业篇)
整场大会听下来,我用两个字来总结那就是”共赢“。 希望大家都能赢!
4603 0
|
Java Maven 开发工具
|
敏捷开发 监控 数据可视化
2024年敏捷项目管理工具使用排行榜:哪些工具适合大型团队?
随着敏捷方法的普及,2024年的敏捷项目管理工具市场更加多样化,从团队协作到任务追踪,功能日益丰富。本文将评测六款热门工具:板栗看板、Wrike、Smartsheet、TeamGantt、Targetprocess和Airtable,分析其功能亮点、适用行业及优缺点,助力企业选择最适合的工具。
2024年敏捷项目管理工具使用排行榜:哪些工具适合大型团队?
|
人工智能 语音技术 数据格式
三文带你轻松上手鸿蒙的AI语音01-实时语音识别
三文带你轻松上手鸿蒙的AI语音01-实时语音识别
480 0
三文带你轻松上手鸿蒙的AI语音01-实时语音识别
|
索引 Python
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧1
【Python篇】NumPy完整指南(上篇):掌握数组、矩阵与高效计算的核心技巧
505 4
|
图形学
【unity小技巧】实现投掷物品,比如长矛,刀具,手榴弹和其他物体
【unity小技巧】实现投掷物品,比如长矛,刀具,手榴弹和其他物体
435 1
|
传感器 编解码 区块链
各国高光谱遥感观测卫星参数介绍与对比
本文对目前国内外的高光谱遥感卫星加以汇总,并对主要卫星进行参数介绍与对比~
1574 1
各国高光谱遥感观测卫星参数介绍与对比
|
机器学习/深度学习
深度学习入门基础CNN系列——池化(Pooling)和Sigmoid、ReLU激活函数
池化是使用某一位置的相邻输出的总体统计特征代替网络在该位置的输出,其好处是当输入数据做出少量平移时,经过池化函数后的大多数输出还能保持不变。比如:当识别一张图像是否是人脸时,我们需要知道人脸左边有一只眼睛,右边也有一只眼睛,而不需要知道眼睛的精确位置,这时候通过池化某一片区域的像素点来得到总体统计特征会显得很有用。由于池化之后特征图会变得更小,如果后面连接的是全连接层,能有效的减小神经元的个数,节省存储空间并提高计算效率。
1258 1
深度学习入门基础CNN系列——池化(Pooling)和Sigmoid、ReLU激活函数
|
设计模式 缓存 Dubbo
一文读懂微内核架构
一文读懂微内核架构
736 0

热门文章

最新文章