【技术实现步骤摘要】
一种基于区块链的反洗钱仲裁方法、系统及相关装置
[0001]本专利技术属于机器学习领域，具体涉及一种基于区块链的反洗钱仲裁方法、系统及相关装置。
技术介绍
[0002]根据IMF统计,全球每年洗钱的总数约有10000至30000亿美元之多，金融的洗钱犯罪占了全球GDP的2％至5％，每年涉及到的资金超过2万亿美金。目前国际上的AML的规则只能抓住不到1％的非法现金流转。即使是这样的效率，其各大银行花费在AML合规上的费用也超过了千亿元，其中美国每年用在反洗钱上的资金投入就超过了500亿美元。面对日趋严峻的洗钱形势，很多国家都出台了相应法律法规，加大对洗钱行为的监管和处罚力度；国际社会也成立了多个反洗钱组织如FATF，以求加强国际间合作，共同打击跨国洗钱犯罪。
[0003]从当前形势来看,作为洗钱的重灾区,银行、证券、保险等金融行业在反洗钱工作上付出了巨大的监管成本，并在反洗钱工作上取得了一定的成果，但从目前各金融机构反洗钱机制来看，仍然存在着客户身份识别效率低、反洗钱工作信息化程度低、反洗钱监管成本高以及金融机构间相关...
【技术保护点】
【技术特征摘要】
1.一种基于区块链的反洗钱仲裁方法，其特征在于，包括：步骤S10，基于已由的交易数据构建第一关系型数据库；所述第一关系型数据库包括自然人客户“身份基本信息”九要素，法人、其他组织和个体工商客户身份基本信息“十五要素”，以及基本交易数据等信息；步骤S20，基于所述第一关系型数据库，采用Pandas方法获得原始状态数据，并根据六维特征对原始态数据建模，并用结果数据构建第二关系型数据库，其中六维特征包括：基本信息、客户肖像、账户维度、交易金额、交易笔数维度、对手维度；步骤S30，采用SVM算法(Support Vector Machine,支持向量机)对所述第二关系型数据库的数据做行为建模，建立2个决策边界实现交易行为三分类；步骤S40，选用Sigmoid核函数，设定阶为1并构建线性分类器对建模后的数据分类，将所得三分类结果安全交易、可疑交易和待定交易分别存放在第一区块、第二区块和第三区块中；步骤S50，按照所述第三区块的数据特征设置约束条件并构造拉格朗日函数，并对第二关系型数据库做链路分析建模进而求解出最大熵模型，预测结果若为安全交易则存入第一区块，否则存入第二区块；步骤S60，结合第二关系型数据库中的交易行为数据，对第一区块中的安全交易数据构建交易特征，应用朴素贝叶斯算法进行异常检测，若分类结果为安全交易存入第四区块，否则存入第二区块；步骤S70，经过步骤S30至步骤S60四步的仲裁后，将第二区块及第四区块的结果数据构建第三关系型数据库，并将判定结果返回，若返回结果为安全交易则交易判定通过，若返回结果为可疑交易则交易判定不通过。2.根据权利要求1所述的一种基于区块链的反洗钱仲裁方法，其特征在于，步骤S30中“采用SVM算法对所述第二关系型数据库的数据做行为建模”之前还设置有坏点数据去除的步骤，包括:步骤M10，计算交易数据中客户年龄与交易金额的加权平均值:其中，为客户年龄或交易金额的加权平均值，x1、x2……
x
n
为对应的客户年龄或交易金额，f1、f2……
f
n
为相应客户年龄或交易金额的函数值，n为交易总数量；步骤M20，交易数据的加权平均值高于预设阈值为坏点数据，删除所述坏点数据。3.根据权利要求1所述的一种基于区块链的反洗钱仲裁方法，其特征在于，步骤S40中所述Sigmoid函数的计算方法为:其中X1，X2是对应两个类别的数据，κ(X1,X2)是正定核的充要条件，a用来设置核函数中的gamma参数设置，默认值是1/k(k是类别数)，
‑
b用来设置核函数中的coef0，默认值是0。4.根据权利要求1所述的一种基于区块链的反洗钱仲裁方法，其特征在于，步骤S50中“并对第二关系型数据库做链路分析建模进而求解出最大熵模型”时需设置约束条件并对应交易数据求最大熵，包括：步骤N10，构造拉格朗日函数对约束条件建模得到MaxEnt模型：
这里f
...
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。