CN101706930A - 基于本体论的反洗钱预警方法 - Google Patents
基于本体论的反洗钱预警方法 Download PDFInfo
- Publication number
- CN101706930A CN101706930A CN200910154013A CN200910154013A CN101706930A CN 101706930 A CN101706930 A CN 101706930A CN 200910154013 A CN200910154013 A CN 200910154013A CN 200910154013 A CN200910154013 A CN 200910154013A CN 101706930 A CN101706930 A CN 101706930A
- Authority
- CN
- China
- Prior art keywords
- information
- transaction
- database
- ontology
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明涉及一种基于本体论的反洗钱预警方法,包括如下步骤:(1)建立反洗钱本体,反洗钱本体由客户信息本体、金融机构信息本体和交易信息本体三个子本体组成,通过约束条件将客户信息本体、金融机构信息本体和交易信息本体联系为一个反洗钱本体;(2)建立数据库,包括交易流水数据库、CBR案例库、法律法规规则库和辅助数据库四个数据库;(3)对本体进行检索,通过运算甄别大额交易和可疑交易;通过CBR划分风险等级,并生成上报文件。本发明有益的效果是:可为反洗钱工作提供便利,不仅提高了反洗钱工作的正确率,还会极大提高金融机构的工作效率。
Description
技术领域
本发明涉及本体论和CBR案例推理技术,主要是一种基于本体论的反洗钱预警方法。
背景技术
如何有效防范打击洗钱活动,成为当前社会的一个热点问题。目前我国的反洗钱手段主要是对客户身份进行识别及其大额交易及可疑交易的上报等制度。在实际的反洗钱操作过程中会面临着许多困难,目前主要的问题是:可疑交易报告制度的可疑描述不够明确,在反洗钱法的框架下如何建立具体的反洗钱工作流程,可疑判别标准以及反洗钱工作的开展如何细化等问题;而且虽然金融机构目前大多已有大额交易的自动抽取软件,但其是通过机械的条件过滤,很容易被犯罪分子利用;可疑交易还停留在柜台业务员的人工鉴别层面,不仅会因人为原因造成差错,更为严重的是影响了金融机构的工作效率。
本***就是利用本体和基于案例的推理(Case-Based Reasoning,CBR)技术建立起一套反洗钱预警***,可以自动完成对客户身份的识别和大额交易及可疑交易的上报;并对所有交易进行特征提取,通过本***的案例库和推理机制进行甄别,对交易进行危险等级划分并针对可疑交易提出预警。这样不仅提高了金融机构的工作效率而且解决当前对可疑交易描述不明确的难题。
发明内容
本发明的目的在于解决目前我国反洗钱技术方面的不足,提供一种基于本体论的反洗钱预警方法。
本发明解决其技术问题采用的技术方案。这种基于本体论的反洗钱预警方法,包括如下步骤:
(1)、建立反洗钱本体,反洗钱本体由客户信息本体、金融机构信息本体和交易信息本体三个子本体组成,通过约束条件将客户信息本体、金融机构信息本体和交易信息本体联系为一个反洗钱本体;
(1.1)、客户分为自然人客户和法人客户,对客户的基本信息进行登记,提取自然人账户的账号、姓名、性别、国籍、职业、住所地址、联系方式和身份证明的种类、号码、有效期限为特征建立客户信息本体,法人账户信息中的法定代表人的信息重用自然人信息;
(1.2)、提取金融机构的名称、隶属单位、地址和网点代号为特征建立金融机构信息本体;
(1.3)、提取流水号、金融网点、账户、交易金额、币种、交易手段、交易类型、交易时间、资金来源和资金用途为特征建立交易信息本体;
(2)、建立数据库,包括交易流水数据库、CBR案例库、法律法规规则库和辅助数据库四个数据库;
(2.1)、交易流水数据库的建立,将交易流水批量的导入交易流水数据库,再通过语义标注和抽取功能将数据库信息转为本体格式;
(2.2)、CBR案例库的建立,包括数据接口;交易信息特征的检索和推理;交易特征的获取;通过数据接口部分一方面用户将要调查的大额或可疑交易信息特征输入***,另一方面将甄别结果返回用户,并形成标准查询集,该查询集是案例的问题描述,即目标案例;然后通过检索模块,推理模块从Case库中检索到相似Case集,经包装后返回给用户;交易信息特征的获取是指从Internet上抓取相关的交易信息特征,然后利用本体进行标注,最终将标注信息抽取后作为案例存储在反洗钱案例库中;
(2.3)、法律法规规则库的建立,通过自搜索功能从各种资源中获取反洗钱相关的法律法规,当有新政策出台或法规做出调整时,提醒用户对运算规则或参数进行调整;
(2.4)、辅助数据库的建立,将保密性的资源存储到辅助数据库;
(3)、对本体进行检索,通过运算甄别大额交易和可疑交易;通过CBR划分风险等级,并生成上报文件。
作为优选,在建立反洗钱本体步骤中,设置特别关注名单,名单的来源是执法机构和估计反洗钱组织定期公布的风险提示信息,将客户信息与其进行对照防范高风险客户。
本发明有益的效果是:
1.本***建立是基于本体的。
2.建立CBR案例库、大额交易规则库、辅助数据库,确定特别关注名单。根据现有典型洗钱案例结合反洗钱本体对客户身份信息、交易信息特征(主要针对大额交易、可疑交易)进行语义标注,抽取这些信息作为案例存储到CBR案例库;根据现有的法律法规抽取甄别大额交易运算规则,建立大额交易规则库;根据现有资源,如国际反洗钱组织已公布的黑名单等确定特别关注名单;当有特殊需要时,得到相关部门授权,调用犯罪数据库、海关数据库、工商数据库等信息,存储到辅助数据库,可解决敏感信息的共享问题。
3.数据采集模块。此模块主要完成交易信息特征及相关法律法规知识的获取,即从Internet上抓取相关的信息,然后进行语义标注,最终将标注信息抽取后作为案例存储在反洗钱案例库或大额交易规则库或特别关注名单,使其拥有自学功能,能得到及时更新。
4.开发反洗钱预警与监控******的推理模块。将客户信息与特别关注名单进行比较,得出客户风险评估结果;通过CBR技术对交易特征进行推理并甄别可疑交易,通过对不同交易信息特征赋予相应的权重比,计算与现有案例的相似程度确定交易的可疑等级,同时新的案例保存到CBR案例库,达到自学习功能;交易信息通过大额交易规则推理后,甄别出大额交易;综合三方面的评定结果得出风险等级评定。
5.开发反洗钱预警与监控***模块。当出现风险等级高的交易时提出预警。
6.依照我国法律存储客户身份认证信息和交易信息,并利用本体加以语义标注并存储到***的反洗钱案例库中,必要时可为司法、***门提供证据。
7.开发数据报送模块。完成信息的传输,包括预警提示、反洗钱处理、上报等功能模块。
综上,不然发现本***可为反洗钱工作提供便利,不仅提高了反洗钱工作的正确率,还会极大提高金融机构的工作效率。
附图说明
图1为反洗钱本体的示意图。
图2为建立反洗钱案例库的示意图。
图3为建立规则库的示意图。
图4为本发明的业务流程框架示意图。
图5为本发明的构建框架示意图。
具体实施方式
下面结合附图及实施例对本发明作进一步详细的说明。
这种基于本体论的反洗钱预警方法,包括以下步骤:
(1)建立反洗钱本体(参照图1)。反洗钱本体由三个子本体组成:客户信息本体、金融机构信息本体和交易信息本体。我们选择以owl格式存储本体。
根据《金融机构客户身份识别和客户身份资料及交易记录保存管理办法》、《金融机构反洗钱规定》和《中华人民共和国反洗钱法》等法律法规可建立和实施客户身份识别制度。其目的是使银行能够在一定程度上对客户进行何种交易做出预判,从而协助金融机构判别交易是否潜在可疑。客户分为自然人客户和法人客户,根据相关规定,对客户的基本信息进行登记。如提取自然人账户的账号、姓名、性别、国籍、职业、住所地址、联系方式和身份证明的种类、号码、有效期限等为特征建立客户信息本体。法人账户信息中的法定代表人的信息可以重用自然人信息。
据此,可以设置特别关注名单,名单的来源主要是执法机构和估计反洗钱组织定期公布的风险提示信息。将客户信息与其进行对照可以防范高风险客户。
提取金融机构的名称、隶属单位、地址和网点代号为特征建立金融机构信息本体。在每笔交易中金融机构主要充当两种角色:划出行和接收行。
提取流水号、金融网点、账户、交易金额、币种、交易手段(现金、***等)、交易类型(转入和转出)、交易时间、资金来源和资金用途为特征建立交易信息本体。
因为任何一笔交易都要有交易主体(客户)、交易载体(金融机构)和交易行为,所以通过约束条件可以将客户信息本体、金融机构信息本体和交易信息本体联系为一个反洗钱本体。
(2)建立数据库。本发明的数据库主要有四个:交易流水数据库、CBR案例库、法律法规规则库和辅助数据库。
交易流水数据库。由于交易都在金融机构生成一份交易流水,此交易流水以结构化和非结构化数据存在,如果将单笔交易都以本体的实例存在写入本体的话,由于交易量巨大,势必会影响***的运算速度并加重本体的构建工作量,因此将交易流水批量的导入数据库,再通过语义标注和抽取功能将数据库信息转为本体格式(我们选择owl格式)。
CBR案例库(参照图2).案例库的建立有以下几部分:数据接口;交易信息特征的检索和推理;交易特征的获取.具体的说,数据接口部分主要负责信息交互,一方面用户将要调查的大额或可疑交易信息特征输入***,另一方面***将甄别结果返回用户.数据接口部分传递到***的信息通过预处理后,形成标准查询集(该查询集是案例的问题描述,即目标案例).然后通过检索模块,推理模块从Case库中检索到相似Case集,经包装后返回给用户.以上功能是由交易信息特征检索和推理部分实现.交易信息特征的获取是指从Internet上(包括中国FIU数据库)抓取相关的交易信息特征,然后利用本体进行标注,最终将标注信息抽取后作为案例存储在反洗钱案例库中.
法律法规规则库(参照图3)。通过类似如上的自搜索功能从各种资源中获取反洗钱相关的法律法规,当有新政策出台或法规做出调整时,提醒用户对运算规则或参数进行调整。例如,《金融机构大额交易和可疑交易报告管理办法》中第九条第二款规定:“法人、其他组织和个体工商户银行账户之间单笔或者当日累计人民币200万元以上或者外币等值20万美元以上的款项划转”为金融机构应当向中国反洗钱监测分析中心报告下列大额交易,从中可得到这样的规则:“交易时间为同一天内,如果划账账户和接收账户都为法人账户,币种为人民币时交易金额累计超过200万元或币种为外币时交易金额等值20万美元时判定为大额交易”。
辅助数据库。当有特殊需要时,如需要调用犯罪数据库、海关数据库、工商数据库等信息时,需要获得相关部门授权,将类似具有保密性的资源存储到辅助数据库。由于目前我国尚未建立关于反洗钱的多部门的信息共享、融合平台,辅助数据库可解决敏感信息的共享问题。
(3)编写对本体进行检索的程序。
此程序主要功能如下:
1.对本体进行检索(本发明针对owl文件),通过运算甄别大额交易和可疑交易。
2.完成本体和数据库的连接,主要是owl文件格式和数据库格式之间的转换。
3.通过CBR划分风险等级,并生成上报文件。
4.实现查询功能。
本发明业务流程说明:(参照图4)
1、通过数据接口从基层银行服务***获得交易流水(有离线和在线两种),并将交易流水存入交易流水数据库;
2、将交易流水数据库中的交易流水进行语义标注,作为实例导入交易信息本体;
3、对本体的检索推理步骤如下:
将客户信息与特别关注名单进行比较,通过如“姓名”、“账号”等特征的比对判定当前客户是否为特别关注客户,从而得到客户风险评估结果;
通过CBR技术将交易信息进行推理。非法资金的流动、洗钱的非法交易有许多共同特点。提取用户信息;交易金额(数量、货币类型);交易时间;交易频率;交易类型(转入、转出)等交易特征计算当前交易与案例的相似度得到可疑交易甄别结果,同时将结果作为新的案例存储到CBR案例库。比如某日同一账户转入转出多笔大额交易,交易频率过高、交易金额过大根据以往经验存在可疑;
将交易信息通过大额交易规则进行筛选,得到大额交易甄别结果;
综合评定三方面结果(有时需要调用辅助数据库),得到风险等级评定;
4、自动完成预警及数据报送。
本发明实例参照图5,本发明重点为三部分:建立反洗钱本体;建立数据库;程序编写。
本发明使用本体构建软件protégé构建反洗钱本体库,中间使用推理软件racer对本体进行推理,发现逻辑和语义上的错误,完善本体。
本发明建立数据库环节使用通过插件可与eclipse实现较好对接的MySQL构建,使用惠普实验室开发的Jena开发包作为API完成owl文件与数据库之间的读写操作与格式转换,及本体与数据库的连接。
本发明的程序编写基于Java平台,使用惠普实验室开发的Jena开发包和Eclipse集成开发环境。
上述的实施方式与实施例,只是为了说明本发明的原理的一种具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员,在本发明公开披露的技术方案中,可轻易想到的微小的改进变化和适应性修改,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围以权利要求说明书为准。
Claims (2)
1.一种基于本体论的反洗钱预警方法,其特征是:包括如下步骤:
(1)、建立反洗钱本体,反洗钱本体由客户信息本体、金融机构信息本体和交易信息本体三个子本体组成,通过约束条件将客户信息本体、金融机构信息本体和交易信息本体联系为一个反洗钱本体;
(1.1)、客户分为自然人客户和法人客户,对客户的基本信息进行登记,提取自然人账户的账号、姓名、性别、国籍、职业、住所地址、联系方式和身份证明的种类、号码、有效期限为特征建立客户信息本体,法人账户信息中的法定代表人的信息重用自然人信息;
(1.2)、提取金融机构的名称、隶属单位、地址和网点代号为特征建立金融机构信息本体;
(1.3)、提取流水号、金融网点、账户、交易金额、币种、交易手段、交易类型、交易时间、资金来源和资金用途为特征建立交易信息本体;
(2)、建立数据库,包括交易流水数据库、CBR案例库、法律法规规则库和辅助数据库四个数据库;
(2.1)、交易流水数据库的建立,将交易流水批量的导入交易流水数据库,再通过语义标注和抽取功能将数据库信息转为本体格式;
(2.2)、CBR案例库的建立,包括数据接口、交易信息特征的检索和推理、交易特征的获取;通过数据接口部分一方面用户将要调查的大额或可疑交易信息特征输入***,另一方面将甄别结果返回用户,并形成标准查询集,该查询集是案例的问题描述,即目标案例;然后通过检索模块,推理模块从Case库中检索到相似Case集,经包装后返回给用户;交易信息特征的获取是指从Internet上抓取相关的交易信息特征,然后利用本体进行标注,最终将标注信息抽取后作为案例存储在反洗钱案例库中;
(2.3)、法律法规规则库的建立,通过自搜索功能从各种资源中获取反洗钱相关的法律法规,当有新政策出台或法规做出调整时,提醒用户对运算规则或参数进行调整;
(2.4)、辅助数据库的建立,将保密性的资源存储到辅助数据库;
(3)、对本体进行检索,通过运算甄别大额交易和可疑交易;通过CBR划分风险等级,并生成上报文件。
2.根据权利要求1所述的基于本体论的反洗钱预警方法,其特征是:在建立反洗钱本体步骤中,设置特别关注名单,名单的来源是执法机构和估计反洗钱组织定期公布的风险提示信息,将客户信息与其进行对照防范高风险客户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910154013A CN101706930A (zh) | 2009-10-22 | 2009-10-22 | 基于本体论的反洗钱预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910154013A CN101706930A (zh) | 2009-10-22 | 2009-10-22 | 基于本体论的反洗钱预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101706930A true CN101706930A (zh) | 2010-05-12 |
Family
ID=42377153
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910154013A Pending CN101706930A (zh) | 2009-10-22 | 2009-10-22 | 基于本体论的反洗钱预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101706930A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102270334A (zh) * | 2011-09-08 | 2011-12-07 | 成都讯业科技有限公司 | 金融业务的安全管理方法及*** |
CN104813355A (zh) * | 2012-08-27 | 2015-07-29 | Y-S·宋 | 交易监控*** |
CN105243588A (zh) * | 2015-10-28 | 2016-01-13 | 王帅 | 一种证券市场内幕交易行为分析方法 |
CN105407163A (zh) * | 2015-11-30 | 2016-03-16 | 中国建设银行股份有限公司 | 应用于反洗钱处理的数据处理***及方法 |
CN106547838A (zh) * | 2016-10-14 | 2017-03-29 | 北京银丰新融科技开发有限公司 | 基于资金网络监测可疑资金交易的方法 |
CN108053087A (zh) * | 2017-10-20 | 2018-05-18 | 深圳前海微众银行股份有限公司 | 反洗钱监测方法、设备及计算机可读存储介质 |
CN108363780A (zh) * | 2018-02-11 | 2018-08-03 | 悦锦软件***(上海)有限公司 | 一种反洗钱的规则引擎及方法 |
CN108616551A (zh) * | 2016-12-13 | 2018-10-02 | 上海海万信息科技股份有限公司 | 投资者交易行为数据挖掘与反洗钱上报*** |
WO2018177191A1 (zh) * | 2017-03-28 | 2018-10-04 | 上海瑞麒维网络科技有限公司 | 基于区块链确定交易合法性的方法及装置 |
CN109840762A (zh) * | 2019-02-26 | 2019-06-04 | 苏州盛迪通电子科技有限公司 | 一种pos机交易方法 |
CN109859058A (zh) * | 2019-01-16 | 2019-06-07 | 中国平安人寿保险股份有限公司 | 一种基于大数据的监控方法和装置 |
CN109949149A (zh) * | 2019-03-18 | 2019-06-28 | 上海古鳌电子科技股份有限公司 | 一种资金转移风险监控方法 |
WO2019153482A1 (zh) * | 2018-02-07 | 2019-08-15 | 平安科技(深圳)有限公司 | 一种反洗钱作业中数据包的生成方法、存储介质和服务器 |
CN110659989A (zh) * | 2019-09-10 | 2020-01-07 | 马洪富 | 一种主动探索式合规反洗钱方法、装置、***及存储介质 |
CN111125185A (zh) * | 2019-11-25 | 2020-05-08 | 泰康保险集团股份有限公司 | 数据处理方法、装置、介质及电子设备 |
JP2020135773A (ja) * | 2019-02-25 | 2020-08-31 | 株式会社三菱Ufj銀行 | 顧客情報管理装置及び顧客情報の管理方法 |
CN111859956A (zh) * | 2020-07-09 | 2020-10-30 | 睿智合创(北京)科技有限公司 | 一种用于金融行业的地址分词方法 |
CN112561696A (zh) * | 2020-11-20 | 2021-03-26 | 四川新网银行股份有限公司 | 一种基于机器学习的反洗钱***及方法 |
CN117829994A (zh) * | 2023-12-29 | 2024-04-05 | 东华软件股份公司 | 一种基于图计算的洗钱风险分析方法 |
-
2009
- 2009-10-22 CN CN200910154013A patent/CN101706930A/zh active Pending
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102270334A (zh) * | 2011-09-08 | 2011-12-07 | 成都讯业科技有限公司 | 金融业务的安全管理方法及*** |
CN104813355A (zh) * | 2012-08-27 | 2015-07-29 | Y-S·宋 | 交易监控*** |
CN113807974A (zh) * | 2012-08-27 | 2021-12-17 | Y-S·宋 | 交易监控*** |
CN105243588A (zh) * | 2015-10-28 | 2016-01-13 | 王帅 | 一种证券市场内幕交易行为分析方法 |
CN105407163B (zh) * | 2015-11-30 | 2019-02-12 | 中国建设银行股份有限公司 | 应用于反洗钱处理的数据处理***及方法 |
CN105407163A (zh) * | 2015-11-30 | 2016-03-16 | 中国建设银行股份有限公司 | 应用于反洗钱处理的数据处理***及方法 |
CN106547838A (zh) * | 2016-10-14 | 2017-03-29 | 北京银丰新融科技开发有限公司 | 基于资金网络监测可疑资金交易的方法 |
CN108616551A (zh) * | 2016-12-13 | 2018-10-02 | 上海海万信息科技股份有限公司 | 投资者交易行为数据挖掘与反洗钱上报*** |
WO2018177191A1 (zh) * | 2017-03-28 | 2018-10-04 | 上海瑞麒维网络科技有限公司 | 基于区块链确定交易合法性的方法及装置 |
RU2746568C1 (ru) * | 2017-03-28 | 2021-04-15 | Шанхай Жуйцивэй Нетворк Текнолоджи Ко., Лтд, | Способ и устройство для определения законности транзакции на основе блокчейна |
CN108053087A (zh) * | 2017-10-20 | 2018-05-18 | 深圳前海微众银行股份有限公司 | 反洗钱监测方法、设备及计算机可读存储介质 |
WO2019153482A1 (zh) * | 2018-02-07 | 2019-08-15 | 平安科技(深圳)有限公司 | 一种反洗钱作业中数据包的生成方法、存储介质和服务器 |
CN108363780A (zh) * | 2018-02-11 | 2018-08-03 | 悦锦软件***(上海)有限公司 | 一种反洗钱的规则引擎及方法 |
CN109859058A (zh) * | 2019-01-16 | 2019-06-07 | 中国平安人寿保险股份有限公司 | 一种基于大数据的监控方法和装置 |
JP2020135773A (ja) * | 2019-02-25 | 2020-08-31 | 株式会社三菱Ufj銀行 | 顧客情報管理装置及び顧客情報の管理方法 |
CN109840762A (zh) * | 2019-02-26 | 2019-06-04 | 苏州盛迪通电子科技有限公司 | 一种pos机交易方法 |
CN109949149A (zh) * | 2019-03-18 | 2019-06-28 | 上海古鳌电子科技股份有限公司 | 一种资金转移风险监控方法 |
CN110659989A (zh) * | 2019-09-10 | 2020-01-07 | 马洪富 | 一种主动探索式合规反洗钱方法、装置、***及存储介质 |
CN111125185A (zh) * | 2019-11-25 | 2020-05-08 | 泰康保险集团股份有限公司 | 数据处理方法、装置、介质及电子设备 |
CN111859956A (zh) * | 2020-07-09 | 2020-10-30 | 睿智合创(北京)科技有限公司 | 一种用于金融行业的地址分词方法 |
CN111859956B (zh) * | 2020-07-09 | 2021-08-27 | 睿智合创(北京)科技有限公司 | 一种用于金融行业的地址分词方法 |
CN112561696A (zh) * | 2020-11-20 | 2021-03-26 | 四川新网银行股份有限公司 | 一种基于机器学习的反洗钱***及方法 |
CN112561696B (zh) * | 2020-11-20 | 2023-06-23 | 四川新网银行股份有限公司 | 一种基于机器学习的反洗钱***及方法 |
CN117829994A (zh) * | 2023-12-29 | 2024-04-05 | 东华软件股份公司 | 一种基于图计算的洗钱风险分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101706930A (zh) | 基于本体论的反洗钱预警方法 | |
Farrugia et al. | Detection of illicit accounts over the Ethereum blockchain | |
Toyoda et al. | Identification of high yielding investment programs in bitcoin via transactions pattern analysis | |
US9294497B1 (en) | Method and system for behavioral and risk prediction in networks using automatic feature generation and selection using network topolgies | |
CN104040557B (zh) | 在线诈骗检测动态评分集合***和方法 | |
CN105590055B (zh) | 用于在网络交互***中识别用户可信行为的方法及装置 | |
CN107085812A (zh) | 区块链数字资产的反洗钱***及方法 | |
KR20200094827A (ko) | 암호화폐 거래 분석 방법 및 시스템 | |
Boako et al. | Stock returns and exchange rate nexus in G hana: AB ayesian quantile regression approach | |
CN109816397A (zh) | 一种欺诈判别方法、装置及存储介质 | |
KR101364763B1 (ko) | 금융거래패턴분석을 이용한 금융사기 경보 시스템 및 방법 | |
US20120259753A1 (en) | System and method for managing collaborative financial fraud detection logic | |
US20200242615A1 (en) | First party fraud detection | |
US20210182859A1 (en) | System And Method For Modifying An Existing Anti-Money Laundering Rule By Reducing False Alerts | |
US11538044B2 (en) | System and method for generation of case-based data for training machine learning classifiers | |
Darwish | A bio-inspired credit card fraud detection model based on user behavior analysis suitable for business management in electronic banking | |
EP1904965A2 (en) | Mass compromise / point of compromise analytic detection and compromised card portfolio management system | |
US20230027450A1 (en) | System and methods for credit underwriting and ongoing monitoring using behavioral parameters | |
JP7372707B2 (ja) | 暗号通貨取引を分析するためのデータ取得方法及び装置 | |
Mishra et al. | Fraud prediction in smart societies using logistic regression and k-fold machine learning techniques | |
KR102259838B1 (ko) | 암호화폐 블랙리스트 구축 장치 및 방법 | |
CN109003088B (zh) | 一种业务风险分析方法、装置及设备 | |
Fashoto et al. | Hybrid methods for credit card fraud detection using K-means clustering with hidden Markov model and multilayer perceptron algorithm | |
CN110705988A (zh) | 受侵害行为的交互式阻断方法和*** | |
Xu et al. | A hybrid interpretable credit card users default prediction model based on RIPPER |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20100512 |