互聯(lián)網(wǎng)金融以其獨有的創(chuàng)新性、便利性為人民帶來了方便,但交易渠道、交易環(huán)節(jié)、交易數(shù)量的飛速上漲也帶來了可疑交易分析難、客戶身份識難等種種問題,一些別有用心的不法投機分子瞅準這個空子大肆進行洗錢交易,危害了國家金融穩(wěn)定與安全。

目前,反洗錢工作已經(jīng)上升到國家高度層面,人民銀行及其各級監(jiān)管機構(gòu)相繼出臺的反洗錢工作要求,持續(xù)加強的反洗錢監(jiān)管處罰力度。

知識圖譜有效提升可疑交易識別能力

傳統(tǒng)反洗錢監(jiān)控手段主要依靠專家規(guī)則以及歷史數(shù)據(jù),在面對海量交易流水數(shù)據(jù)時,難以有效追蹤資金全鏈路流程,同時存在數(shù)據(jù)孤島問題,對可疑交易行為不能進行有效關聯(lián),降低了可疑交易行為的識別準確度。針對當前反洗錢識別監(jiān)測難題,翼支付引入知識圖譜分析技術(shù),有效提升了可疑交易識別能力。

據(jù)悉 ,翼支付可疑交易監(jiān)控策略有效之處在于,借助知識圖譜對復雜關聯(lián)事件的高效查詢匹配能力,結(jié)合神經(jīng)網(wǎng)絡技術(shù),實現(xiàn)風險監(jiān)測控制從“洗錢類罪圖規(guī)則監(jiān)控”到“深度圖多層次監(jiān)控”能力提升。尤其是在監(jiān)控策略中創(chuàng)造性提出的“洗錢類罪圖規(guī)則監(jiān)控”,能夠幫助金融機構(gòu)在海量交易數(shù)據(jù)中,針對已知的洗錢行為模式,精準定位到符合行為特征的洗錢團伙。充分利用已知的專家經(jīng)驗與特征案例,高效提升反洗錢預警的準確性。

知識圖譜為何能成效顯著?

多度關系識別、異構(gòu)關系關聯(lián)和關系網(wǎng)絡可視化,是翼支付反洗錢知識圖譜應用策略的三大獨有特色。

反洗錢知識圖譜依靠圖計算引擎實現(xiàn)多度關系延伸識別,通過關鍵節(jié)點重要指標衡量、PageRank重要性排序算法,結(jié)合業(yè)務場景對預警主體的定義,實現(xiàn)預警主體和對方信息精準劃分,提升可疑交易活動內(nèi)容分析清晰度,擴大風險識別覆蓋范圍。

異構(gòu)關系關聯(lián)通過提升反洗錢圖譜模型聚集性,加強可疑交易風險識別能力,其原理主要是以資金鏈路流向為主導,構(gòu)建圖譜關系架構(gòu),內(nèi)含設備與IP操作關聯(lián)、業(yè)務交互關聯(lián)和銀行卡綁定關系關聯(lián)。

翼支付的節(jié)點搜索功能可應用于風險分析場景,幫助反洗錢運營人員對實體對象進行分層化、標簽化關聯(lián)風險挖掘,通過可視化方式逐層展示復雜犯罪模式。

翼支付知識圖譜成功案例

翼支付反洗錢知識圖譜應用策略在提供金融服務過程中,已有成功案例。

近期,翼支付反洗錢圖譜關聯(lián)模型監(jiān)測到一個以多交易主體為核心、大量交易對手組成的異常轉(zhuǎn)賬群組。該群組賬戶關系組成復雜、賬戶間相互轉(zhuǎn)賬頻繁、群組內(nèi)資金分散特征明顯,圖譜關聯(lián)模型及時向反洗錢人員進行預警。通過一系列關聯(lián)風險分析能力及功能運算,反洗錢人員迅速整理出該關系網(wǎng)內(nèi)涉及的一批可疑主體以及兩個月內(nèi)的資金鏈路流向。經(jīng)初步判定,該群組疑似從事“套現(xiàn)貸”非法活動,主要方式就是通過名下支付賬戶互相轉(zhuǎn)賬,用來償還信用卡額度,并延長信用卡還款期限。了解到這一情況后,反洗錢人員根據(jù)工作規(guī)程隨即進行上報處理。

為打贏金融領域反洗錢這場攻堅戰(zhàn),翼支付還將人工智能、大數(shù)據(jù)、分布式數(shù)據(jù)庫等技術(shù)積極引入到數(shù)據(jù)報送、可疑分析、名單監(jiān)控、風險評級、盡職調(diào)查和監(jiān)管報表等反洗錢各個流程步驟中,按照監(jiān)管要求,打造出支持海量數(shù)據(jù)(603138,股吧)計算,多維風險評級的反洗錢決策引擎。有效提升運營人員風險核驗的效率,以及小微金融企業(yè)反洗錢KYC效率。

據(jù)悉,翼支付將不斷結(jié)合實際情況進行后續(xù)反洗錢產(chǎn)品研發(fā)和策略升級,為金融機構(gòu)提供更契合各種風險場景的監(jiān)測與甄別能力,助力互聯(lián)網(wǎng)金融安全保衛(wèi)戰(zhàn)。