一种可疑交易行为发现系统技术方案

一种可疑交易行为发现系统(100)，包括：交易数据提供单元(101)，构成为用于提供交易数据；时间设定单元(102)，构成为用于设定要分析处理的所述交易数据的时间特征；分析处理单元(103)，构成为用于从具有所述时间特征的交易数据中提取多个交易特征并且对所述交易特征进行分析以便获取准可疑交易网络；筛查单元(104)，通过筛查知识对所述获取的准可疑交易网络进行筛查，获取可疑交易网络以及相应的可疑交易行为；其中所述分析处理单元(103)分别与所述交易数据提供单元(101)、时间设定单元(102)以及筛查单元(104)数据连接并且可以相互交换数据。

【技术实现步骤摘要】
一种可疑交易行为发现系统
本专利技术涉及一种可疑交易行为发现系统。
技术介绍
在Ayasdi公司提出的专利文献US20170169174中公开了结合洗钱黑名单寻找交易网络中与洗钱黑名单用户有关联的用户作为可疑排查对象。BAE公司的NetReveal反洗钱系统与Ayasdi公司系统相似，均以已有可疑人员为起点，结合现有网络社交行为，寻找可疑的洗钱行为。此类方法能够从黑名单关联中找到可疑洗钱交易，但若产生与过去案例毫无关联的洗钱行为则无从排查。联合服务汽车协会(UnitedServicesAutomobileAssociation,USAA)提出的专利文献US7805362B1中公开了一种结合地理位置信息、客户个人信息、产品信息的洗钱检测方法，其中系统分别对用户地理位置信息、个人信息和购买产品信息进行单独评分，最后通过三方面评分加权计算总体洗钱风险得分，筛查可疑洗钱人员。此类方法主要通过规则定义的方法筛查洗钱行为，然而基于规则定义的方法过于死板，并且其中涉及大量经验相关参数调整直接影响系统排查效果，同时此类方法所需的信息大多获取困难，并不实用。目前在国内，如在中国建行提出的专利文献CN201510857280.2中公开如下，即洗钱人员筛查方法仅为简单的黑名单命中；中国银联提出的专利文献CN201610522577.8中则公开了通过聚类划分及偏离确定，将离群的异常账户作为可疑洗钱账户输出；而中国银联的另一专利文献CN201610647003.3对前述专利进行了改进，对账户特征也进行了权重设置，最后根据预设的洗钱标准确定某一聚类类别为洗钱类别，将洗钱类别内所有账户认定为可疑账户输出。此外，专利文献CN101246620A中提出一种监视装置，其中通过多次检测使用者的特定举动，在多次检测到特定举动时，判断为存在“可疑举动”，那么终端向使用者提问交易的状况。根据提问的回答结果判断是否存在诈骗等可疑行为的可能性。
技术实现思路
本专利技术涉及一种可疑交易行为发现系统，包括：交易数据提供单元，包括数据输入装置和数据存储装置并且构成为用于提供交易数据；时间设定单元，构成为用于设定要分析处理的所述交易数据的时间特征；分析处理单元，构成为用于从具有所述时间特征的交易数据中提取多个交易特征并且对所述交易特征进行分析以便获取准可疑交易网络；筛查单元，通过筛查知识对所述获取的准可疑交易网络进行筛查，获取可疑交易网络以及相应的可疑交易行为，其中所述分析处理单元分别与所述交易数据提供单元、时间设定单元以及筛查单元数据连接并且可以相互交换数据。本专利技术的构思在于，采用智能网络聚类与发现算法提出一种可疑交易行为发现系统，其中结合银行客户交易情况，亦即由银行客户提供的交易数据准确地提取客户交易的特征，更准确地筛查出可疑的客户交易，以便确定其可能涉及的非法条例。有利地，按照本专利技术提出的可疑交易行为发现系统还可以包括分类单元，所述分类单元与所述筛查单元数据连接并且构成为通过分类知识将所述获取的可疑交易网络进行分类。由此可以在确定可疑交易之后，进一步准确地对其进行分类，以便区别地采取进一步措施。有利地，所述时间特征包括所述交易信息的核查时间段和核查模型周期。有利地，所述交易特征包括交易金额特征、频次特征、IP特征和交易时间特征。有利地，所述交易数据提供单元包括数据输入装置和数据存储装置。有利地，通过所述分析处理单元对所述交易特征进行的分析处理包括：根据所述提取的多个交易特征分别生成相应的特征网络；根据所述生成的特征网络实施网络社区发现以便获取准可疑交易网络。有利地，可以通过Louvain算法和/或改进的CNM算法实施网络社区发现。Louvain算法是一种基于多层次优化Modularity的图算法模型(Modularity函数最初被用于衡量社区发现算法结果的质量，它能够刻画发现的社区的紧密程度)，与普通的基于模块度和模块度增益不同的是，该算法速度很快，而且对一些点多边少的图，进行聚类效果特别明显。Modularity的定义如下：其中，m表示网络中边的数量，A为邻接矩阵，如果ci、cj相同则δ(ci，cj)＝1，否则为0。Louvain算法包括两个阶段，在阶段一，不断地遍历网络中的结点，尝试将单个结点加入能够使modularity提升最大的社区中，直到所有结点都不再变化；在阶段二，处理第一阶段的结果，将一个个小的社区归并为一个超结点来重新构造网络，这时边的权重为两个结点内所有原始结点的边权重之和。迭代这两个步骤直至算法稳定。CNM算法为Clauset等人在FN算法基础上提出的一种新的凝聚算法。CNM算法首先构造了一个Modularity增量矩阵ΔQij，然后通过对它的元素进行更新来得到最大Modularity，最终确定网络的社区结构。该算法根据Modularity的Q函数公式，只存储有边相连的社区i和j相应的元素ΔQij。算法流程如下：初始化网络(n个节点，m个边)中每一个节点为一个独立社区。针对矩阵E＝(eij)，eij和ai满足：ai＝ki/2m其中ki为节点i的度。Modularity增量矩阵定义如下：从最大堆H中选择最大的ΔQij，合并社区i和j，同时更新合并后的社区的标号为j；更新ΔQij、H和ai；更新最大堆H。更新ΔQij后，需更新H中相应的行和列的元素；更新辅助向量aia′j＝aj+aiai＝0同时记录合并以后的Modularity值Q＝Q+ΔQij，重复步骤2，直到所有节点都划分到一个社区。有利地，可以使用金额特征和频次特征实施网络社区发现。有利地，筛查知识可以包括由所述发现的网络社区提取的中心节点和网络特征。其中，可以采用中心节点算法实现中心节点提取，该算法主要使用的核心概念为度，度为图论中的概念，代表与某一节点相连的边的数量，度分为出度与入度，出度只某一节点指向其他节点边的数量，入度只其他节点指向某一节点边的数量。中心节点算法即为寻找图中度最大的N个节点，入度中心节点算法为寻找入度最大的N个节点，出度中心节点算法为寻找出度最大的N个节点。算法步骤为：·计算所有节点的度(入度、出度)·对节点排序·选择其中排名前N个为中心节点。在按照本专利技术提出的系统中，可疑交易可以包括洗钱、诈骗、地下钱庄、赌博、涉黄、涉恐、贩毒、非法集资、飞单理财等。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅描述本专利技术的一部分实施例。这些附图对于本专利技术来说并不是限制性的，而是起示例性的作用。其中：图1示出按照本专利技术提出的可疑行为发现系统的方框图；图2示出利用按照本专利技术的系统的一个实施例执行可疑行为发现过程中的交易人员的交易金额网络；图3示出利用按照本专利技术的系统的一个实施例执行可疑行为发现过程中的交易人员的交易频次网络；图4a、4b示出利用按照本专利技术的系统的一个实施例执行可疑行为发现过程中使用Louvain算法获取的两个金额网络社区；图5a、5b示出利用按照本专利技术的系统的一个实施例执行可疑行为发现过程中使用Louvain算法获取的两个频次网络社区。具体实施方式图1示出按照本专利技术提出的可疑行为发现系统100的方框图。按照本专利技术提出的可疑交易行为发现系统主要可以本文档来自技高网...

【技术保护点】
1.一种可疑交易行为发现系统(100)，包括：交易数据提供单元(101)，构成为用于提供交易数据；时间设定单元(102)，构成为用于设定要分析处理的所述交易数据的时间特征；分析处理单元(103)，构成为用于从具有所述时间特征的交易数据中提取多个交易特征并且对所述交易特征进行分析以便获取准可疑交易网络；筛查单元(104)，构成为通过筛查知识对所述获取的准可疑交易网络进行筛查，获取可疑交易网络以及相应的可疑交易行为；其中所述分析处理单元(103)分别与所述交易数据提供单元(101)、时间设定单元(102)以及筛查单元(104)数据连接并且构成为可相互交换数据。

【技术特征摘要】
1.一种可疑交易行为发现系统(100)，包括：交易数据提供单元(101)，构成为用于提供交易数据；时间设定单元(102)，构成为用于设定要分析处理的所述交易数据的时间特征；分析处理单元(103)，构成为用于从具有所述时间特征的交易数据中提取多个交易特征并且对所述交易特征进行分析以便获取准可疑交易网络；筛查单元(104)，构成为通过筛查知识对所述获取的准可疑交易网络进行筛查，获取可疑交易网络以及相应的可疑交易行为；其中所述分析处理单元(103)分别与所述交易数据提供单元(101)、时间设定单元(102)以及筛查单元(104)数据连接并且构成为可相互交换数据。2.根据权利要求1所述的可疑交易行为发现系统(100)，还包括分类单元(105)，所述分类单元(105)与所述筛查单元(104)数据连接并且构成为通过分类知识将所述获取的可疑交易网络进行分类。3.根据权利要求1或2所述的可疑交易行为发现系统(100)，其特征在于，所述时间特征包括所述交易信息的核查时间段和核查模型周期。4.根据权利要求1或2所述的可疑交易行为发现系统(100)，其特征在于，所述交易特...

【专利技术属性】
技术研发人员：严武，陈龙，李震川，曹磊，王子剑，庞子龙，
申请(专利权)人：上海诺悦智能科技有限公司，
类型：发明
国别省市：上海,31