一种基于反洗钱策略的虚拟资产交易识别方法及系统技术方案

本发明专利技术涉及一种基于反洗钱策略的虚拟资产交易识别方法及系统，包括：对交易数据进行数据预处理并进行并行计算；其中一路输入至多维特征规则引擎模块，多维特征规则引擎调用反洗钱策略，按照多维特征规则引擎配置的反洗钱策略规则进行虚拟资产交易识别；另外一路按照训练好的虚拟资产交易模型进行虚拟资产交易识别，然后进行识别评价；对两路识别过来的交易数据进行联合计算，识别出交易数据中的虚拟资产交易。本申请通过多维特征规则引擎模块和交易模型识别模块的并行识别处理，解决了现有技术无法高效识别虚拟资产交易和无法处理虚拟交易特征的问题；而且还实现了对虚拟资产交易识别的高效计算和分析，确保了虚拟资产交易识别的高效性和时效性。识别的高效性和时效性。

【技术实现步骤摘要】
一种基于反洗钱策略的虚拟资产交易识别方法及系统


[0001]本专利技术涉及虚拟资产交易识别
，尤其涉及一种基于反洗钱策略的虚拟资产交易识别方法及系统。

技术介绍

[0002]近年来，随着全球金融科技的迅猛发展，使得依托于虚拟网络空间的虚拟财产交易成为可能，虚拟资产交易可以实现在全球范围内的金融资产转移，同时它具有匿名性、快捷性、全球性等特点，因此虚拟资产蕴含着巨大的洗钱风险，这给传统的反洗钱工作带来了巨大挑战。
[0003]目前对虚拟资产交易的识别主要是按照传统的交易流水资金分析模型来进行识别的，传统的交易流水资金分析模型是对一段时间内客户的交易流水数据和交易行为进行关联分析的过程。主要的传统的交易流水资金分析模型有流
‑
组分析算法和多维数据分析法两种。
[0004]第一种、多维数据分析法，也即通过分析金融机构交易流水中的往来款、借还款、异常交易、关联交易等多维角度来分析流水中存在的异常交易的行为，多维数据分析法将资金流入、资金流出、交易时间、交易对手、交易金额、交易频率、交易分类等十几个维度纳入分析指标，根据事先定义好的分析规则，从海量的资金交易流水中筛选出异常的交易，通过多维度分析数据相关性、交易对手特征、交易时间范围、交易金额特征等，分析出其中高风险的异常交易，最后从高风险的异常交易流水中分析出异常的交易流水。
[0005]第二种、流
‑
组分析算法，其核心是从交易流水数据分析，捕捉其中交易的关联性，从而构建复杂网络，从复杂网络种推断出异常交易。<br/>[0006]目前虚拟资产交易具有以下特征：一、虚拟资产的虚拟性，这使得虚拟资产的交易不像传统交易，具有一定的锚定物或者价值对照物，虚拟财产交易具有虚拟性，虚拟资产价值的认定更多的是基于交易双方的共识基础上，因此缺乏锚定物或者价值对照物。
[0007]二、虚拟资产交易的去中心化，整个交易是基于区块链基础，在链上进行交易，这和传统的基于账户体系的交易模式完全不同，整个交易是在共识的基础上，全部是基于钱包地址进行的交易，没有任何的账户体系和流水信息，完全匿名和去中心化。
[0008]三、虚拟资产交易的全球性，虚拟资产交易具有全球性的新特征，这和传统的商品物物交易完全不同，在具有全球性交易特征的同时，又具有快速性，整个交易无论大小在全球范围内瞬间完成。
[0009]四、虚拟资产交易的无账户性，虚拟资产交易仅仅需要钱包哈希地址即可完成交易，无需银行账户或者其它账户体系，因此具有无账户性。
[0010]由于虚拟资产交易具有以上这些特征，因此传统的基于账户体系的资金交易分析模型在对虚拟资产交易资金分析或者交易流水明细分析时，具有以下技术缺陷：1、传统的交易流水资金分析模型无法适应虚拟资产交易的全新交易模式。由于虚
拟资产交易的虚拟性、匿名性和无账户性，虚拟资产大多存在于网络区块链之中，加密资产的账户为匿名账户，账户信息以加密的数字代码进行标识，虚拟资产在不同地址间转移时，整个交易过程没有任何的账户体系。因此除了交易的钱包地址信息外，很难将一个钱包地址与其他相关信息相联系，更无法将一个钱包地址与该钱包地址的拥有者有机关联起来，而传统的交易流水资金分析模型需要钱包、账户等有关联的分析因子，整个模型也是基于这些有关联的分析因子建立的。因此传统的交易流水资金分析模型无法适用在虚拟资产的交易识别应用上，无法从虚拟资产的交易流水明细上分析任何的异常交易行为，无法满足对虚拟资产交易的识别需要。
[0011]2、由于虚拟资产交易具有去中心化等特征，交易双方具有高度匿名性，且这些特征是在虚拟资产开发初始就设计好、并固定成具体的密钥地址，也正是这种技术使得虚拟资产具有稀缺性，被人为恶意炒作。但是传统的交易流水资金分析模型是基于传统的账户体系和交易双方实名的前提条件下进行的，因此也无法适用这种具有去中心化的虚拟资产的交易进行分析，无法对密钥地址的交易实现异常交易识别。
[0012]3、传统交易流水资金分析模型无法适应海量离散数据的资金分析，在面对海量虚拟资产交易流水数据时，由于无法有效追踪资金全链路流程，同时也由于存在数据孤岛的问题，因此对虚拟资产交易行为不能进行有效关联，因此大大降低了对虚拟资产交易的识别准确度，因此传统交易流水资金分析模型无法适用虚拟资产交易识别的应用需要。
[0013]4、虚拟资产具有快速流动性，虚拟资产可以在网络世界或虚拟交易平台的不同账户间任意进行交易，也可以随时随地用于支付或购买服务，这种转移和支付通常在极短的时间内便可完成，而传统的交易流水资金分析模型也无法满足这种跨境交易和流动性的要求。
[0014]5、虚拟资产交易通常会借助外部交易平台实现交易。而许多外部的交易平台并没有严格的准入机制，虚拟资产账户的注册、登记及审核程序十分简单，因此很容易被虚假身份混入。此外，交易记录保存、大额交易报告制度也未能严格执行，这无疑使得虚拟资产交易许多信息是缺失的或者不真实的，因此传统的交易流水资金分析模型也无法适用这种基本信息不全或者缺失的交易场景。
[0015]综上所述，由于虚拟资产交易的特殊性、匿名性和无账户性等新特征，传统的交易流水资金分析模型无法适用虚拟资产交易识别这种全新的交易场景、全新的交易模型、全新的交易技术，无法通过交易流水明细实现对虚拟资产交易的识别，因此急需一种新的交易识别方法来高效识别交易明细数据中的虚拟资产交易。

技术实现思路

[0016]本申请为了解决上述技术问题提供一种基于反洗钱策略的虚拟资产交易识别方法及系统，其利用大数据和人工智能技术，基于反洗钱策略，通过对日常交易流水明细数据的全方位分析，包括基于反洗钱策略的多维特征规则识别和基于人工智能算法的交易识别模型的识别，来有效识别出包含在正常交易流水中的虚拟资产交易，从而增强对虚拟资产交易的识别。
[0017]本申请通过下述技术方案实现：本申请提供的基于反洗钱策略的虚拟资产交易识别方法，包括以下步骤：输入交
易流水明细数据，然后对交易流水明细数据进行数据预处理，使其符合机器学习模型和多维特征规则引擎识别的数据要求，然后对数据进行并行计算的处理，其中一路数据输入至多维特征规则引擎模块，多维特征规则引擎调用反洗钱策略，按照多维特征规则引擎配置的反洗钱策略规则进行虚拟资产交易识别，另外一路数据输入至虚拟资产交易模型模块，虚拟资产交易模型模块在进行前期的模型训练时也同时调用反洗钱策略，交易流水明细数据按照预先训练好的虚拟资产交易模型进行虚拟资产交易识别，然后进行识别评价，如果评价指标小于预设阈值，则将此路交易流水明细数据重新输入至交易模型识别模块，并且同时对虚拟资产交易模型进行重新训练，按照新训练好的新的交易模型再次对交易流水明细数据进行虚拟资产交易识别，直至对虚拟资产的交易识别评价达到预设阈值的要求。针对两路识别过来的交易流水明细数据进行联合计算，识别出交易流水明细数据中的虚拟资产交易，最后输出虚拟资产交易识别结果。
[0018]本申请提供的基于反洗钱策略的虚拟资本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于反洗钱策略的虚拟资产交易识别方法，其特征在于：包括以下步骤：按照虚拟资产交易模型和多维特征规则引擎识别的要求，对输入的交易数据进行数据预处理；对交易数据进行并行计算前的分配处理；对进行并行计算，并行计算的其中一路交易数据输入至多维特征规则引擎模块，多维特征规则引擎调用反洗钱策略，按照多维特征规则引擎配置的反洗钱策略规则进行虚拟资产交易识别；并行计算的另外一路交易数据按照预先训练好的虚拟资产交易模型进行虚拟资产交易识别，然后进行识别评价，如果评价指标小于预设阈值，则将此路交易数据重新输入至虚拟资产交易模型，并且同时对虚拟资产交易模型进行重新训练，按照新训练好的新的虚拟资产交易模型再次对交易数据进行虚拟资产交易识别，直至对虚拟资产的交易识别评价达到预设阈值的要求；虚拟资产交易模型在模型训练时调用了反洗钱策略；对两路识别过来的交易数据进行联合计算，识别出交易数据中的虚拟资产交易；输出虚拟资产交易的识别结果。2.根据权利要求1所述的一种基于反洗钱策略的虚拟资产交易识别方法，其特征在于：所述交易数据是交易流水明细数据。3.根据权利要求1或2所述的一种基于反洗钱策略的虚拟资产交易识别方法，其特征在于：所述分配处理包括：将预处理过的交易数据进行并行计算任务分解，把计算任务分解成小任务；加载并行计算通讯地址，针对分解的小任务进行并行计算前的分配处理，将其中适合交易模型过滤的交易数据输入虚拟资产交易模型进行过滤；而其余的交易数据则分配给多维特征规则引擎进行规则识别。4.根据权利要求1或2所述的一种基于反洗钱策略的虚拟资产交易识别方法，其特征在于：所述多维特征规则引擎模块进行虚拟资产交易识别的方法包括：首先，调用反洗钱策略；然后，多维特征规则引擎根据反洗钱策略配置过滤规则；随后，调用预先配置好的过滤规则，按照过滤规则的要求对特征匹配出来的结果进行筛选过滤，过滤出交易数据中的虚拟资产交易，对规则过滤出来的虚拟资产交易打上标签。5.根据权利要求1或2所述的一种基于反洗钱策略的虚拟资产交易识别方法，其特征在于：所述虚拟资产交易模型模块进行虚拟资产交易识别的方法包括：首先，调用反洗钱策略；然后，结合反洗钱策略进行虚拟资产交易模型预处理；随后，进行模型识别，识别出交易数据中的虚拟资产交易，对识别出的虚拟资产交易打上标签。6.根据权利要求1或5所述的一种基于反洗钱策略的虚拟资产交易识别方法，其特征在于：所述虚拟资产交易模型是基于反洗钱策略和优化的GBDT算法形成的算法，其通过逐一生成决策子树的方式生成整个森林，生成新子树的过程是利用样本标签值与当前树林预测值之间的残差，构建新的子树；将初始模型常数更改为由策略函数调用反洗钱策略而...

【专利技术属性】
技术研发人员：王擎，董青马，宋磊，顾见军，
申请(专利权)人：成都数融科技有限公司，
类型：发明
国别省市：