This specification provides a identification method for Suspicious Money Laundering groups, including: Based on the record of funds to meet the predetermined statistical conditions and the establishment of financial relations between funds and accounts in the record. According to the relationship between funds established, cluster algorithm is used to cluster the fund account, and the categories of each category are generated. Characteristics; marking the categories of blacklist conditions as money laundering categories, marking the categories that satisfy the white list as normal categories, using the money laundering category and the normal category characteristics as sample data, training the two classification model, and input the category characteristics of other categories except the money laundering category and the normal category. The two classification model completed by training determines whether the other categories are suspicious money laundering groups according to the output of the two classification model.
【技术实现步骤摘要】
可疑洗钱团伙的识别方法和识别装置
本说明书涉及数据处理
,尤其涉及一种可疑洗钱团伙的识别方法和识别装置。
技术介绍
随着信息科技的发展,互联网技术逐渐拓展至金融领域,形成新的业务模式——互联网金融。互联网金融拓宽了金融服务的通道、优化了资金的配置、降低了交易成本、简化了交易程序,能够弥补传统金融的不足,满足用户多样化的需求。然而,互联网本身具有的匿名、快速、便捷等特点,也为各种非法行为的实施提供了有利条件,网络洗钱就是其中的一种。近年来,洗钱呈现由传统支付工具向互联网金融转移的趋势,不法分子利用网络支付工具洗钱已成常态。在这样的背景下,如何快速有效地防范洗钱风险已成为互联网金融行业发展亟待解决的问题。
技术实现思路
有鉴于此,本说明书提供一种可疑洗钱团伙的识别方法,包括:基于满足预定统计条件的资金往来记录,建立记录中资金账户之间的资金往来关系;根据所建立的资金往来关系,对资金账户采用聚类算法进行聚类,并生成每个类别的类别特征;将满足黑名单条件的类别标记为洗钱类别,将满足白名单条件的类别标记为正常类别,以洗钱类别和正常类别的类别特征作为样本数据,对二分类模型进行训练;将除洗钱类别和正常类别以外的其他类别的类别特征输入训练完成的二分类模型,根据二分类模型的输出判断所述其他类别是否为可疑洗钱团伙。本说明书还提供了一种可疑洗钱团伙的识别装置,包括:资金往来关系单元,用于基于满足预定统计条件的资金往来记录,建立记录中资金账户之间的资金往来关系;类别特征生成单元,用于根据所建立的资金往来关系,对资金账户采用聚类算法进行聚类,并生成每个类别的类别特征;二分类模型训练单 ...
【技术保护点】
1.一种可疑洗钱团伙的识别方法,包括:基于满足预定统计条件的资金往来记录,建立记录中资金账户之间的资金往来关系;根据所建立的资金往来关系,对资金账户采用聚类算法进行聚类,并生成每个类别的类别特征;将满足黑名单条件的类别标记为洗钱类别,将满足白名单条件的类别标记为正常类别,以洗钱类别和正常类别的类别特征作为样本数据,对二分类模型进行训练;将除洗钱类别和正常类别以外的其他类别的类别特征输入训练完成的二分类模型,根据二分类模型的输出判断所述其他类别是否为可疑洗钱团伙。
【技术特征摘要】
1.一种可疑洗钱团伙的识别方法,包括:基于满足预定统计条件的资金往来记录,建立记录中资金账户之间的资金往来关系;根据所建立的资金往来关系,对资金账户采用聚类算法进行聚类,并生成每个类别的类别特征;将满足黑名单条件的类别标记为洗钱类别,将满足白名单条件的类别标记为正常类别,以洗钱类别和正常类别的类别特征作为样本数据,对二分类模型进行训练;将除洗钱类别和正常类别以外的其他类别的类别特征输入训练完成的二分类模型,根据二分类模型的输出判断所述其他类别是否为可疑洗钱团伙。2.根据权利要求1所述的方法,所述方法还包括:对所有类别采用异常检测算法查找其中的异常类别,用于进行风险网络特征的发现。3.根据权利要求1所述的方法,所述根据所建立的资金往来关系,对资金账户采用聚类算法进行聚类,并生成每个类别的类别特征,包括:以满足预定统计条件的资金往来记录中的资金账户为节点、以所建立的资金往来关系为边,建立资金关系网络图;采用聚类算法对资金关系网络中的资金账户进行聚类;以属于每个类别的资金账户为节点,以属于所述类别的资金账户之间的资金往来关系为边,构建每个类别的类别子图;采用特征抽取算法,生成每个类别子图的特征向量,作为每个类别的类别特征。4.根据权利要求3所述的方法,所述特征抽取算法包括:网络模体NetworkMotifs方法;所述聚类算法包括:标签传播算法LPA、或K均值K-Means算法。5.根据权利要求1所述的方法,所述基于满足预定统计条件的资金往来记录,建立记录中资金账户之间的资金往来关系,包括:在满足预定统计条件的资金往来记录中每条记录的两个资金账户之间建立资金往来关系;累计具有资金往来记录的任意两个资金账户之间的资金往来总量,当某两个资金账户间的资金往来总量低于预定阈值时,删除所述两个资金账户间的资金往来关系。6.根据权利要求1所述的方法,所述资金往来关系包括:两个资金账户间的单向资金关系和双向资金关系。7.根据权利要求6所述的方法,所述基于满足预定统计条件的资金往来记录,建立记录中资金账户之间的资金往来关系,包括:分别累计具有资金往来关系的任意两个资金账户之间的两个流向的单向总流量,当两个资金账户之间两个流向的单向总流量满足预定差异条件时,认为所述两个资金账户之间为单向资金关系,否则认为所述两个资金账户之间为双向资金关系。8.根据权利要求1所述的方法,所述预定统计条件包括:在预定时间段内资金账户间的转账、充值和提现行为。9.一种可疑洗钱团伙的识别装置,包括:资金往来关系单元,用于基于满足预定统计条件的资金往来记录,建立记录中资金账户之间的...
【专利技术属性】
技术研发人员:郭亚,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。