CN107085812A - 区块链数字资产的反洗钱***及方法 - Google Patents
区块链数字资产的反洗钱***及方法 Download PDFInfo
- Publication number
- CN107085812A CN107085812A CN201611111161.3A CN201611111161A CN107085812A CN 107085812 A CN107085812 A CN 107085812A CN 201611111161 A CN201611111161 A CN 201611111161A CN 107085812 A CN107085812 A CN 107085812A
- Authority
- CN
- China
- Prior art keywords
- address
- transaction
- block chain
- digital asset
- data
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供的区块链数字资产的反洗钱***及方法，通过从数据源采集数据并存储；至少根据预设可疑交易规则来对所述区块链数字资产交易数据加以分析，以评估参与交易的交易地址的风险等级；对风险等级高于预设风险等级阈值的转账方地址对应的接收方地址进行追踪，并生成第一案例报告且形成案例加以存储；辨别符合可疑交易规则的交易地址并对其区块链数字资产交易数据进行分析产生可疑交易地址分析报告，且生成第二案例报告并形成案例加以存储；通过提取数据，来监测区块链上的每一笔交易，建立一套灵活的反洗钱监测***和地址查询***，满足相关监管部门对数字资产反洗钱管理需要。
Description
技术领域
本发明涉及区块链数字资产交易中反洗钱策略的技术领域，特别是涉及区块链数字资产的反洗钱***及方法。
背景技术
区块链(blockchain)是一种分布式数据库，起源自比特币，本身具有分布式、去中介、去信任、不可篡改、可编程等特征。区块链是分布式存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式；共识机制是区块链***中实现不同节点之间建立信任、获取权益的数学算法。目前区块链用到的共识机制主要有工作量证明(PoW)，权益证明(PoS)，股份授权证明机制(DPoS)，瑞波共识协议(Ripple)。本文以比特币区块链作为主要说明，但其原理同样适用于其他共识机制的区块链。
区块链数字资产是以计算代码、计算机程序、比特等形式存在，登记于区块链或分布式账本上的虚拟资产；是一种经过算法加密、点对点流通、智能化运作、无须人工干预而自动运行的资产；并且，区块链数字资产大部分以电子货币的形式存在，超越传统资产证券化的方法，通过数字化的途径实现资产在区块链或分布式账本上的确权、流通及其他操作执行，所述区块链数字资产可以是已有的数字货币形式，例如比特币，莱特币等，也可以是程序、代码等。
作为市值最大的数字货币比特币，是现有最成熟的区块链技术实现，由于其匿名性和交易地址混合器存在，易被用于洗钱；所谓洗钱，是指将违法所得及其产生的收益，通过各种手段掩饰，隐瞒其来源和性质，使其在形式上合法化的行为，其危害是巨大的。
因此，对于区块链数字资产交易的反洗钱监控是极为重要的，如何生成一套区块链数字资产的反洗钱机制及***已成为业界亟待解决的问题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供区块链数字资产的反洗钱***及方法，解决现有技术中的问题。
为实现上述目的及其他相关目的，本发明提供一种区块链数字资产的反洗钱***，包括：采集模块，用于从数据源采集数据；存储模块，用于存储所述采集数据；其中，所述存储内容至少包括：区块链数字资产交易数据及相关的交易地址；其中，所述交易地址包括：转账方地址及接收方地址；地址风险评估模块，用于至少根据预设可疑交易规则来对所述区块链数字资产交易数据加以分析，以评估参与交易的交易地址的风险等级；地址过滤模块，用于对风险等级高于预设风险等级阈值的转账方地址对应的接收方地址进行追踪，并生成第一案例报告且形成案例加以存储；可疑交易监控模块，用于辨别符合可疑交易规则的交易地址并对其区块链数字资产交易数据进行分析产生可疑交易地址分析报告，且生成第二案例报告并形成案例加以存储。
于本发明的一实施例中，所述数据源包括以下中的一或多种：1)区块链数字资产在区块链上的区块信息；2)来自区块链数字资产交易所的用户信息；3)来自官方的存在洗钱犯罪行为的交易地址的黑名单；4)来自存在大量比特币交易机构的交易地址的白名单；5)来自第三方机构的的交易地址，其中，所述第三方机构包括：区块链数字资产钱包机构或第三方支付机构；6)特别关注地址。
于本发明的一实施例中，所述数据采集的方式包括以下中的一或多种：1)区块数据获取方式，其包括：与通信节点建立连接以接收区块数据；将区块数据解析成可读信息，并进行存储；2)第三方数据获取方式，其包括：与第三方机构建立接口连接以采集数据；对所采集数据经过数据清洗后存储；3)间接数据获取方式，其包括：产生交易后追踪到的参与交易的交易地址。
于本发明的一实施例中，所述存储内容包括：属于黑名单的交易地址；对属于所述黑名单的交易地址分配高于所述预设风险等级阈值的风险等级。
于本发明的一实施例中，所述属于黑名单的交易地址包括：毒品交易地址、武器交易地址、色情交易地址、深网链接地址、恐怖融资地址、资金勒索地址、犯罪交易地址及混合器产生地址中的一或多种。
于本发明的一实施例中，所述存储内容包括：已知地址及未知地址；其中，所述已知地址包括所述交易地址黑名单、以及交易地址白名单。
于本发明的一实施例中，所述可疑交易规则包括以下中的一或多种：1)单日转账次数超过阈值；2)单日发生超过预定额度的区块链数字资产的转账行为；3)预设期限内转账次数超过阈值；4)预设期限内转账区块链数字资产的价值超过阈值；5)预设期限内超过预定数量的交易地址向同一交易地址转账价值超过阈值的区块链数字资产；6)预设期限内同一交易地址向超过预定数量的交易地址转账价值超过阈值的区块链数字资产；7)预定期限以上未产生交易的交易地址，突现价值超过阈值的区块链数字资产的交易；8)预设期限内交易量低于第一阈值，在短期内价值超过第二阈值的区块链数字资产的交易；9)交易地址对应洗钱多发地区的IP地址。
于本发明的一实施例中，所述对风险等级高于预设风险等级阈值的转账方地址对应的接收方地址进行追踪，包括：判断所述接收方地址与混合器地址是否存在关联；若是，则追踪至所述混合器的中转站，并判断是否能继续追踪；若不能，则判定所述接收方地址为混合器地址；若能或若否，则分析与所述接收方地址关联的其它交易地址。
于本发明的一实施例中，所述分析方式包括：地址关联度分析或聚类分析。
于本发明的一实施例中，所述地址过滤模块，还用于在对所述接收方地址进行追踪的过程中，对追踪到的各个交易地址的IP地址进行追踪。
为实现上述目的及其他相关目的，本发明提供一种区块链数字资产的反洗钱方法，包括：从数据源采集数据并存储，所述存储内容至少包括：区块链数字资产交易数据及相关的交易地址；其中，所述交易地址包括：转账方地址及接收方地址；至少根据预设可疑交易规则来对所述区块链数字资产交易数据加以分析，以评估参与交易的交易地址的风险等级；对风险等级高于预设风险等级阈值的转账方地址对应的接收方地址进行追踪，并生成第一案例报告且形成案例加以存储；辨别符合可疑交易规则的交易地址并对其区块链数字资产交易数据进行分析产生可疑交易地址分析报告，且生成第二案例报告并形成案例加以存储。
于本发明的一实施例中，所述数据源包括以下中的一或多种：1)区块链数字资产在区块链上的区块信息；2)来自区块链数字资产交易所的用户信息；3)来自官方的存在洗钱犯罪行为的交易地址的黑名单；4)来自存在大量比特币交易机构的交易地址的白名单；5)来自第三方机构的的交易地址，其中，所述第三方机构包括：区块链数字资产钱包机构或第三方支付机构；6)特别关注地址。
于本发明的一实施例中，所述数据采集的方式包括以下中的一或多种：1)区块数据获取方式，其包括：与通信节点建立连接以接收区块数据；将区块数据解析成可读信息，并进行存储；2)第三方数据获取方式，其包括：与第三方机构建立接口连接以采集数据；对所采集数据经过数据清洗后存储；3)间接数据获取方式，其包括：产生交易后追踪到的参与交易的交易地址。
于本发明的一实施例中，所述存储内容包括：属于黑名单的交易地址；对属于所述黑名单的交易地址分配高于所述预设风险等级阈值的风险等级。
于本发明的一实施例中，所述属于黑名单的交易地址包括：毒品交易地址、武器交易地址、色情交易地址、深网链接地址、恐怖融资地址、资金勒索地址、犯罪交易地址及混合器产生地址中的一或多种。
于本发明的一实施例中，所述存储内容包括：已知地址及未知地址；其中，所述已知地址包括所述交易地址黑名单、以及交易地址白名单。
于本发明的一实施例中，所述可疑交易规则包括以下中的一或多种：1)单日转账次数超过阈值；2)单日发生超过预定额度的区块链数字资产的转账行为；3)预设期限内转账次数超过阈值；4)预设期限内转账区块链数字资产的价值超过阈值；5)预设期限内超过预定数量的交易地址向同一交易地址转账价值超过阈值的区块链数字资产；6)预设期限内同一交易地址向超过预定数量的交易地址转账价值超过阈值的区块链数字资产；7)预定期限以上未产生交易的交易地址，突现价值超过阈值的区块链数字资产的交易；8)预设期限内交易量低于第一阈值，在短期内价值超过第二阈值的区块链数字资产的交易；9)交易地址对应洗钱多发地区的IP地址。
于本发明的一实施例中，所述对风险等级高于预设风险等级阈值的转账方地址对应的接收方地址进行追踪，包括：判断所述接收方地址与混合器地址是否存在关联；若是，则追踪至所述混合器的中转站，并判断是否能继续追踪；若不能，则判定所述接收方地址为混合器地址；若能或若否，则分析与所述接收方地址关联的其它交易地址。
于本发明的一实施例中，所述分析方式包括：地址关联度分析或聚类分析。
于本发明的一实施例中，所述的反洗钱方法，包括：在对所述接收方地址进行追踪的过程中，对追踪到的各个交易地址的IP地址进行追踪。
如上所述，本发明提供的区块链数字资产的反洗钱***及方法，通过从数据源采集数据并存储；至少根据预设可疑交易规则来对所述区块链数字资产交易数据加以分析，以评估参与交易的交易地址的风险等级；对风险等级高于预设风险等级阈值的转账方地址对应的接收方地址进行追踪，并生成第一案例报告且形成案例加以存储；辨别符合可疑交易规则的交易地址并对其区块链数字资产交易数据进行分析产生可疑交易地址分析报告，且生成第二案例报告并形成案例加以存储；通过提取数据，来监测区块链上的每一笔交易，建立一套灵活的反洗钱监测***和地址查询***，满足相关监管部门对数字资产反洗钱管理需要。
附图说明
图1显示为本发明于一实施例中区块链数字资产的反洗钱***的结构示意图。
图2显示为本发明于一实施例中反洗钱监测的图形界面示意图。
图3显示为图2中“黑/白名单地址”入口进入的图形界面示意图。
图4显示为图2中“地址风险评估”入口进入的图形界面示意图。
图5显示为图2中“可疑交易监控”入口进入的图形界面示意图。
图6显示为图2中“案例中心”入口进入的图形界面示意图。
图7显示为图4中“地址风险评估报告”入口进入的地址风险评估报告页面示意图。
图8显示为本发明于一实施例中监测地址收到的累计比特币量的统计图表。
图9显示为本发明于一实施例中监测地址转出的累计比特币量的统计图表。
图10显示为本发明于一实施例中至报告当日监测地址累计比特币量的统计图表。
图11显示为本发明于一实施例中至报告当日监测地址的关联细致的累计比特币量的统计图表。
图12显示为本发明于一实施例中反洗钱方法的流程示意图。
元件标号说明
1 反洗钱***
11 采集模块
12 存储模块
13 地址风险评估模块
14 地址过滤模块
15 可疑交易监控模块
S1～S4 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
本发明的技术方案应用于监测区块链数字资产交易中的洗钱行为及地址，区块链数字资产是以计算代码、计算机程序、比特币等形式存在，登记于区块链或分布式账本上的虚拟资产；是一种经过算法加密、点对点流通、智能化运作、无须人工干预而自动运行的资产；并且，区块链数字资产大部分以电子货币的形式存在，超越传统资产证券化的方法，通过数字化的途径实现资产在区块链或分布式账本上的确权、流通及其他操作执行，所述区块链数字资产可以是已有的数字货币形式，例如比特币，莱特币等，也可以是程序、代码等。
如图1所示，本发明提供一种区块链数字资产的反洗钱***1，包括：采集模块11、存储模块12、地址风险评估模块13、地址过滤模块14、及可疑交易监控模块15。
所述采集模块11，用于从数据源采集数据。于本发明的一实施例中，所述数据源包括以下中的一或多种：
1)区块链数字资产在区块链上的区块信息，其为基于比特币区块链的区块信息，如交易次数，交易时间戳，交易额等；
2)来自区块链数字资产交易所的用户信息，如用户注册信息；
3)来自官方的存在洗钱犯罪行为的交易地址的黑名单，例如央行监管名单，本地银行监管名单等；
4)来自存在大量比特币交易机构的交易地址的白名单，例如交易所，比特币支付的网络博弈机构等；
5)来自第三方机构的交易地址，其中，所述第三方机构包括：区块链数字资产钱包机构或第三方支付机构；
6)特别关注地址，例如发生过区块链数字资产盗窃(如盗币)的交易所的就交易地址，历史数字资产暴涨、或暴跌时大额转账方地址，以及其他需要特别关注的账户地址。
需说明的是，所述地址指的是区块链数字资产交易时所用到的账户标识，类似于银行卡的***，例如比特币交易中所使用的地址是一串串码，其生成方式是对比特币私钥经9个步骤的加密和编码得到，具体过程为现有不作详细赘述；本文中将参与交易的地址称为交易地址，从而分析交易地址(例如转账或接收区块链数字资产)是否存在洗钱的嫌疑。
对应的，所述采集方式包括以下中的一种或多种：
1)区块数据获取方式，其包括：与通信节点建立连接以接收区块数据；将区块数据解析成可读信息，并进行存储；
2)第三方数据获取方式，其包括：与第三方机构建立接口连接以采集数据；对所采集数据经过数据清洗后存储；
3)间接数据获取方式，其包括：主动与交易所、支付机构等产生交易后追踪至交易所或机构的钱包地址。
优选的，所采集的地址可按类型不同进行区别标记，以利于后续区分存储，例如对未知地址和已知地址进行区分标记，对已知地址中的黑名单地址和白名单地址进行区分标记等。
所述存储模块12，用于存储所述采集数据；其中，所述存储内容至少包括：区块链数字资产交易数据及相关的交易地址。
可选的，采集来的数据根据类型及目的的不同放入不同的数据库当中，对于地址而言，可根据其标记来分别存储；所存储的数据类型可包括以下中的一或多种：
1)区块信息数据库：保存区块链上的数据信息；
2)交易信息数据库：保存交易所用户的交易信息；
3)地址信息数据库：保存现有的所有地址；
4)已知地址数据库：保存已经被标注或是已经公开的地址，包括黑名单地址数据库，白名单地址数据库；
5)未知地址数据库：保存无法追踪其归属机构或所有人的地址；
6)案例数据数据库：保存已经确认的反洗钱案例数据，包括结构性数据及文字性的非结构数据，为之后的案例提供参考对照。
从中可见，已被标记的地址作为已知地址存放在已知地址数据库中。除此之外，白名单地址也将存放在此数据库中。白名单地址是指那些有可能属于可疑交易的规则但非洗钱交易的地址。这些地址通常存在大量的比特币交易，如数字资产交易所和利用比特币支付的网络博弈机构；除黑、白名单中的地址及已被标记的地址之外无法追踪到地址归属机构或个人的地址为未知地址，存放在未知地址数据库中。
所述地址风险评估模块13，用于至少根据预设可疑交易规则来对所述区块链数字资产交易数据加以分析，以评估参与交易的交易地址的风险等级。
于本发明的一实施例中，所述风险等级例如“高”、“中”、“低”，或者A、B、C等形式。
于本发明的一实施例中，所述可疑交易规则包括以下中的一或多种：
1)单日转账次数超过阈值，即单日频繁转账；
2)单日发生超过预定额度的区块链数字资产的转账行为，即单日大额转账；
3)预设期限内转账次数超过阈值，例如短期内转账次数超过20次；
4)预设期限内转账区块链数字资产的价值超过阈值，例如短期内转账比特币超过25个；
5)预设期限内超过预定数量的交易地址向同一交易地址转账价值超过阈值的区块链数字资产，即短期内大量账户往同一账户转账大额比特币；
6)预设期限内同一交易地址向超过预定数量的交易地址转账价值超过阈值的区块链数字资产，即短期内同一账户往大量账户转账大额比特币；
7)预定期限以上未产生交易的交易地址，突现价值超过阈值的区块链数字资产的交易，例如长期未出现交易后，转账币数超过10个比特币；
8)预设期限内交易量低于第一阈值，在短期内价值超过第二阈值的区块链数字资产的交易，例如长期交易量偏少，突然在短期内出现大额转账行为。
9)交易地址对应洗钱多发地区的IP地址。
所述短期例如为5天以内；所述长期例如为半年以上；所述大额可以是交易币数单笔或者累计超过交易标准，例如20个比特币；所述单日交易次数阈值例如为10笔以上等，此皆为举例，而非以此为限。
通过上述各交易规则，即可对交易地址参与的交易行为进行分析，以了解该交易地址用于洗钱的风险程度，例如满足其中超过几项则为高风险，或者满足某几项则为中等风险等；在黑名单内的地址可以分配高风险等级，而符合上述可疑交易规则的地址则为中或低风险。
所述地址过滤模块14，用于对风险等级高于预设风险等级阈值的转账方地址对应的接收方地址进行追踪，并生成第一案例报告且形成案例加以存储。
所述可疑交易监控模块15，用于辨别符合可疑交易规则的交易地址并对其区块链数字资产交易数据进行分析产生可疑交易地址分析报告，且生成第二案例报告并形成案例加以存储。
具体来讲，若地址A转账给地址B，当A为黑名单或者高风险地址时，将会触发***对B地址进行追踪：
第一步，当发现黑名单中的A地址产生交易时，将会尝试对接收方B地址(或者更多)进行追踪；当B地址是经混合器得到时，则追踪到该混合器的中转站，进而再判断是否可以继续追踪。
第二步，若无法追踪，则判定为追踪失败，且将B地址作为混合器地址存储。
第三步，若发现B地址并不是混合器地址，或者***最终越过了混合器的障碍，追踪到了比特币的去向，与B地址关联的其它地址同样需要进行分析，来研究B地址与其它和其关联的地址间的关联关系，分析方式可包括：地址关联度分析或者聚类分析。
举例来说，同一用户可能拥有多个交易地址，通过关联地址追踪，确认属于同一用户操作的账号，判断该用户是否有利用这些账户来对倒资金或多账户操作；并且要实现对关联地址的辨别，需要对账户操作时间和资金流向进行监测；在交易行情来临时需要特别监测大额资金的流动，因为这可能意味着市场上有用户利用多个地址进行多账户操作。
所述地址关联度分析可以通过对于相关联地址进行交易次数、交易量上的统计，来确认地址之间的关联度。
同时，还可从案例库中提取相关类似案例作为参考，以分析追踪结果得到案例报告。
最后，整个流程将会整理成案例，整合入案例库，为之后的案例处理提供建议和参考。
再举一例，当检测到A转账至B时，触发可疑交易规则，则进行如下处理：
第一步，将会对A的各个交易地址以及B的各个交易地址，形成针对各自地址的可疑交易地址分析报告；优选的，由于比特币网络普遍存在混合器，即B包含多个接收方地址混合，故优选可另外设定过滤规则，以对B包含的多个接收方地址进行过滤，符合规则的接收方地址才会进行可疑交易地址分析，进而生成报告。
第二步，当相关的多个地址的可疑交易地址分析报告出具后，报告将会首先存入可疑地分析报告库；之后优选的，可以从所述案例库中提取相关类似案例，依据为是否触发同类可疑交易规则；
第三步，参考以往案例或者形成一个新的可疑交易案例报告，并上报处理。
最后，整个流程将会整理成案例，整合入所述案例库，为之后的案例处理提供建议和参考。
本发明的***可实现于电子处理装置，例如电脑、平板电脑、或智能手机等，可通过人机交互图形界面(GUI)与用户间进行交互，以输出反洗钱监控的结果。
请参阅图2～图11，展示一实施例中所述人机交互图形界面的示意图。
如图2所示，提供一监测界面，其提供各项功能如“黑/白名单地址”、“地址风险评估”、“可疑交易监控”及“案例中心”等入口，以及用于输入地址以搜索相关监控信息的搜索框。
如图3所示，展示从“黑/白名单地址”入口进入的图形界面，图中展示黑名单中地址的来源、网站域名(即对应网站ip)及来源等，且可提供搜索功能以供搜索地址。
如图4所示，展示从“地址风险评估”入口进入的图形界面，其设有“地址风险评估报告”入口，用于生成对地址进行所述地址风险评估的地址风险评估报告。
如图5所示，展示从“可疑交易监控”入口进入的图形界面，图中示例性地展示符合可疑交易规则的交易记录页面。
如图6所示，展示从“案例中心”入口进入的图形界面，图中示例性地展示已生成并存储的案例，该些案例存储于前述案例库内。
如图7所示，展示从图4中“地址风险评估报告”入口进入的地址风险评估报告页面，其中，展现地址的信息、风险评估的结果(高、中、或低)，风险指标(即是否属于黑名单)、交易统计(如按时间分布的交易量、交易次数等)、以及交易记录等。
另外，举一例子展示所述可疑交易分析报告的内容，在本实施例中，比特币地址：148woLY8eVeuvedJ68sBQb5HUU959ixxxx，生成报告时间为2016-9-27。
可以监测到：
A.概述数据：
该监测地址共有356笔交易。共有45个地址与监测地址产生过交易。其中14个地址属于交易所XYZ1，25个地址属于交易所XYZ2。
该地址最早出现在2013-10-10，区块266187。额度最大的一笔交易发生在2013-10-10，是由改地址转给地址Y，共计60BTC。
共有20个地址与监测地址属于同一个用户，这些地址上的累计比特币交易量为400BTC。
B.详细数据：
a)监测地址
1.第一次交易时间：2013-10-10，13：21：25
2.最后交易时间：2016-8-30，16:21:25
3.最大交易额：60BTC，2013-10-10
由148woLY8eVeuvedJ68sBQb5HUU959ixxxx地址
转给15qrpbR1uJaYTc1fWc3gvqT9EX12Gxxxx3地址。
4.平均交易额：4BTC
5.与监测地址直接交易的交易数：45
6.与监测地址两个交易范围内的交易数：80
7.与监测地址三个交易范围内的交易数：200
8.监测地址收到的累计比特币量：200BTC
可提供如图8所示的统计图表，展示根据地址148woLY8eVeuvedJ68sBQb5HUU959ixxxx累计接收到的比特量按时间分布方式生成的统计图表。
9.监测地址转出的累计比特币量：160BTC
可提供如图9所示的统计图表，展示根据地址148woLY8eVeuvedJ68sBQb5HUU959ixxxx累计转出到的比特量按时间分布方式生成的统计图表。
10.至报告当日(2016-9-27)，监测地址累计比特币量：40BTC，即收入与转出比特币量之差；
可提供如图10所示的统计图表，展示根据地址148woLY8eVeuvedJ68sBQb5HUU959ixxxx累计比特量按时间分布方式生成的统计图表。
b)其他地址(与监测地址同属一个用户)
1、共有20个地址与监测地址同属于一个用户。全部地址例如以下列表所示：
2、与监测地址交易数最多的是1XqrpbT1uJaYTc1fWc6gvqg0EX12Gxxxx0，共计350次交易，261BTC。该地址现有余额10BTC。
2、20个地址的总交易额达到1900BTC。至报告当日，20个地址的累计比特币量：400BTC
并可提供图11所示的图表，展示该20个地址的累计比特币量400BTC按时间分布的统计图表。
4.共有1000个地址向这20个地址产生过直接或间接的转账(包括混合器产生的地址)。交易金额最大的前20位地址列表如下：
| ID | 地址 | 转出交易量(BTC) | 交易次数 | 地址拥有者信息 |
| 1 | No data | |||
| 2 | No data | |||
| … |
5.共有1326个地址直接或间接的接收过这20个地址的转账(包括混合器产生的地址)。交易额最大的前20位地址列表如下：
| ID | 地址 | 转入交易量(BTC) | 交易次数 | 地址拥有者信息 |
| 1 | No data | |||
| 2 | No data | |||
| … |
需说明的是，上述例示性的可疑交易地址分析报告中的各个部分均可加以变化或增删，并非以上述为限。
于本发明的一实施例中，所述地址过滤模块，还用于在对所述接收方地址进行追踪的过程中，对追踪到的各个交易地址的IP地址进行追踪，以方便追踪洗钱犯罪者的实际位置。
如图12所示，本发明提供一种区块链数字资产的反洗钱方法，其原理与上述反洗钱***大致相同，因此相同的技术细节不作重复赘述；所述方法包括：
步骤S1：从数据源采集数据并存储，所述存储内容至少包括：区块链数字资产交易数据及相关的交易地址；其中，所述交易地址包括：转账方地址及接收方地址；
步骤S2：至少根据预设可疑交易规则来对所述区块链数字资产交易数据加以分析，以评估参与交易的交易地址的风险等级；
步骤S3：对风险等级高于预设风险等级阈值的转账方地址对应的接收方地址进行追踪，并生成第一案例报告且形成案例加以存储；
步骤S4：辨别符合可疑交易规则的交易地址并对其区块链数字资产交易数据进行分析产生可疑交易地址分析报告，且生成第二案例报告并形成案例加以存储。
需说明的是，上述标号及步骤的描述顺序并非为限定其实际执行顺序，均可根据实际需求加以变化，例如先进行步骤S4后进行步骤S3，或者步骤S3和步骤S4并行等皆可。
于本发明的一实施例中，所述数据源包括以下中的一或多种：1)区块链数字资产在区块链上的区块信息；2)来自区块链数字资产交易所的用户信息；3)来自官方的存在洗钱犯罪行为的交易地址的黑名单；4)来自存在大量比特币交易机构的交易地址的白名单；5)来自第三方机构的的交易地址，其中，所述第三方机构包括：区块链数字资产钱包机构或第三方支付机构；6)特别关注地址。
于本发明的一实施例中，所述数据采集的方式包括以下中的一或多种：1)区块数据获取方式，其包括：与通信节点建立连接以接收区块数据；将区块数据解析成可读信息，并进行存储；2)第三方数据获取方式，其包括：与第三方机构建立接口连接以采集数据；对所采集数据经过数据清洗后存储；3)间接数据获取方式，其包括：产生交易后追踪到的参与交易的交易地址。
于本发明的一实施例中，所述存储内容包括：属于黑名单的交易地址；对属于所述黑名单的交易地址分配高于所述预设风险等级阈值的风险等级。
于本发明的一实施例中，所述属于黑名单的交易地址包括：毒品交易地址、武器交易地址、色情交易地址、深网链接地址、恐怖融资地址、资金勒索地址、犯罪交易地址及混合器产生地址中的一或多种。
于本发明的一实施例中，所述存储内容包括：已知地址及未知地址；其中，所述已知地址包括所述交易地址黑名单、以及交易地址白名单。
于本发明的一实施例中，所述可疑交易规则包括以下中的一或多种：1)单日转账次数超过阈值；2)单日发生超过预定额度的区块链数字资产的转账行为；3)预设期限内转账次数超过阈值；4)预设期限内转账区块链数字资产的价值超过阈值；5)预设期限内超过预定数量的交易地址向同一交易地址转账价值超过阈值的区块链数字资产；6)预设期限内同一交易地址向超过预定数量的交易地址转账价值超过阈值的区块链数字资产；7)预定期限以上未产生交易的交易地址，突现价值超过阈值的区块链数字资产的交易；8)预设期限内交易量低于第一阈值，在短期内价值超过第二阈值的区块链数字资产的交易。
于本发明的一实施例中，所述对风险等级高于预设风险等级阈值的转账方地址对应的接收方地址进行追踪，包括：判断所述接收方地址与混合器地址是否存在关联；若是，则追踪至所述混合器的中转站，并判断是否能继续追踪；若不能，则判定所述接收方地址为混合器地址；若能或若否，则分析与所述接收方地址关联的其它交易地址。
于本发明的一实施例中，所述分析方式包括：地址关联度分析或聚类分析。
于本发明的一实施例中，所述的反洗钱方法，包括：在对所述接收方地址进行追踪的过程中，对追踪到的各个交易地址的IP地址进行追踪。
综上所述，本发明提供的区块链数字资产的反洗钱***及方法，通过从数据源采集数据并存储；至少根据预设可疑交易规则来对所述区块链数字资产交易数据加以分析，以评估参与交易的交易地址的风险等级；对风险等级高于预设风险等级阈值的转账方地址对应的接收方地址进行追踪，并生成第一案例报告且形成案例加以存储；辨别符合可疑交易规则的交易地址并对其区块链数字资产交易数据进行分析产生可疑交易地址分析报告，且生成第二案例报告并形成案例加以存储；通过提取数据，来监测区块链上的每一笔交易，建立一套灵活的反洗钱监测***和地址查询***，满足相关监管部门对数字资产反洗钱管理需要。
Claims (11)
1.一种区块链数字资产的反洗钱***，其特征在于，包括：
采集模块，用于从数据源采集数据；
存储模块，用于存储所述采集数据；其中，所述存储内容至少包括：区块链数字资产交易数据及相关的交易地址；其中，所述交易地址包括：转账方地址及接收方地址；
地址风险评估模块，用于至少根据预设可疑交易规则来对所述区块链数字资产交易数据加以分析，以评估参与交易的交易地址的风险等级；
地址过滤模块，用于对风险等级高于预设风险等级阈值的转账方地址对应的接收方地址进行追踪，并生成第一案例报告且形成案例加以存储；
可疑交易监控模块，用于辨别符合可疑交易规则的交易地址并对其区块链数字资产交易数据进行分析产生可疑交易地址分析报告，且生成第二案例报告并形成案例加以存储。
2.根据权利要求1所述的反洗钱***，其特征在于，所述数据源包括以下中的一或多种：
1)区块链数字资产在区块链上的区块信息；
2)来自区块链数字资产交易所的用户信息；
3)来自官方的存在洗钱犯罪行为的交易地址的黑名单；
4)来自存在大量比特币交易机构的交易地址的白名单；
5)来自第三方机构的的交易地址，其中，所述第三方机构包括：区块链数字资产钱包机构或第三方支付机构；
6)特别关注地址。
3.根据权利要求2所述的反洗钱***，其特征在于，所述数据采集的方式包括以下中的一或多种：
1)区块数据获取方式，其包括：与通信节点建立连接以接收区块数据；将区块数据解析成可读信息，并进行存储；
2)第三方数据获取方式，其包括：与第三方机构建立接口连接以采集数据；对所采集数据经过数据清洗后存储；
3)间接数据获取方式，其包括：产生交易后追踪到的参与交易的交易地址。
4.根据权利要求1所述的反洗钱***，其特征在于，所述存储内容包括：属于黑名单的交易地址；对属于所述黑名单的交易地址分配高于所述预设风险等级阈值的风险等级。
5.根据权利要求4所述的反洗钱***，其特征在于，所述属于黑名单的交易地址包括：毒品交易地址、武器交易地址、色情交易地址、深网链接地址、恐怖融资地址、资金勒索地址、犯罪交易地址及混合器产生地址中的一或多种。
6.根据权利要求4所述的反洗钱***，其特征在于，所述存储内容包括：已知地址及未知地址；其中，所述已知地址包括所述交易地址黑名单、以及交易地址白名单。
7.根据权利要求1所述的反洗钱***，其特征在于，所述可疑交易规则包括以下中的一或多种：
1)单日转账次数超过阈值；
2)单日发生超过预定额度的区块链数字资产的转账行为；
3)预设期限内转账次数超过阈值；
4)预设期限内转账区块链数字资产的价值超过阈值；
5)预设期限内超过预定数量的交易地址向同一交易地址转账价值超过阈值的区块链数字资产；
6)预设期限内同一交易地址向超过预定数量的交易地址转账价值超过阈值的区块链数字资产；
7)预定期限以上未产生交易的交易地址，突现价值超过阈值的区块链数字资产的交易；
8)预设期限内交易量低于第一阈值，在短期内价值超过第二阈值的区块链数字资产的交易；
9)交易地址对应洗钱多发地区的IP地址。
8.根据权利要求1所述的反洗钱***，其特征在于，所述对风险等级高于预设风险等级阈值的转账方地址对应的接收方地址进行追踪，包括：
判断所述接收方地址与混合器地址是否存在关联；
若是，则追踪至所述混合器的中转站，并判断是否能继续追踪；
若不能，则判定所述接收方地址为混合器地址；
若能或若否，则分析与所述接收方地址关联的其它交易地址。
9.根据权利要求8所述的反洗钱***，其特征在于，所述分析方式包括：地址关联度分析或聚类分析。
10.根据权利要求1所述的反洗钱***，其特征在于，所述地址过滤模块，还用于在对所述接收方地址进行追踪的过程中，对追踪到的各个交易地址的IP地址进行追踪。
11.一种区块链数字资产的反洗钱方法，其特征在于，包括：
从数据源采集数据并存储，所述存储内容至少包括：区块链数字资产交易数据及相关的交易地址；其中，所述交易地址包括：转账方地址及接收方地址；
至少根据预设可疑交易规则来对所述区块链数字资产交易数据加以分析，以评估参与交易的交易地址的风险等级；
对风险等级高于预设风险等级阈值的转账方地址对应的接收方地址进行追踪，并生成第一案例报告且形成案例加以存储；
辨别符合可疑交易规则的交易地址并对其区块链数字资产交易数据进行分析产生可疑交易地址分析报告，且生成第二案例报告并形成案例加以存储。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611111161.3A CN107085812A (zh) | 2016-12-06 | 2016-12-06 | 区块链数字资产的反洗钱***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611111161.3A CN107085812A (zh) | 2016-12-06 | 2016-12-06 | 区块链数字资产的反洗钱***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107085812A true CN107085812A (zh) | 2017-08-22 |
Family
ID=59614124
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611111161.3A Pending CN107085812A (zh) | 2016-12-06 | 2016-12-06 | 区块链数字资产的反洗钱***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107085812A (zh) |
Cited By (49)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN108256842A (zh) * | 2018-01-11 | 2018-07-06 | 杭州复杂美科技有限公司 | 区块链关联钱包地址权限管理方法 |
| CN108280358A (zh) * | 2018-02-12 | 2018-07-13 | 北京金山安全软件有限公司 | 一种信息提醒方法、装置及电子设备 |
| CN108510281A (zh) * | 2018-03-30 | 2018-09-07 | 北京金山安全软件有限公司 | 数据检测方法、装置、电子设备及存储介质 |
| CN108537546A (zh) * | 2018-04-11 | 2018-09-14 | 北京奇虎科技有限公司 | 基于地址树的节点身份追踪方法、装置及计算设备 |
| CN108537667A (zh) * | 2018-04-09 | 2018-09-14 | 深圳前海微众银行股份有限公司 | 基于区块链的金融资产反洗钱管控方法、设备及存储介质 |
| CN108537668A (zh) * | 2018-04-11 | 2018-09-14 | 北京奇虎科技有限公司 | 基于智能合约的数字货币交易方法及装置、计算设备 |
| CN108876360A (zh) * | 2018-06-05 | 2018-11-23 | 北京创世智链信息技术研究院 | 一种基于区块链的数字资金托管方法、装置及*** |
| CN109035010A (zh) * | 2018-05-25 | 2018-12-18 | 中国地质大学（武汉） | 针对区块链密码货币可疑交易和可疑账户分析方法及*** |
| CN109767226A (zh) * | 2018-12-20 | 2019-05-17 | 平安科技（深圳）有限公司 | 基于大数据的可疑交易统计视图生成方法和装置 |
| CN109767326A (zh) * | 2018-12-20 | 2019-05-17 | 平安科技（深圳）有限公司 | 可疑交易报告生成方法、装置、计算机设备和存储介质 |
| CN109767327A (zh) * | 2018-12-20 | 2019-05-17 | 平安科技（深圳）有限公司 | 基于反洗钱的客户信息采集及其使用方法 |
| CN109872151A (zh) * | 2017-12-04 | 2019-06-11 | 万事达卡国际公司 | 用于对匿名交易进行风险评分的方法和*** |
| CN109872153A (zh) * | 2019-01-24 | 2019-06-11 | 深圳市超盟金服技术信息服务有限公司 | 一种基于区块链技术商业链的交易管理方法及其*** |
| CN109886683A (zh) * | 2019-02-25 | 2019-06-14 | 北京神荼科技有限公司 | 监控区块链数据的方法、装置以及存储介质 |
| CN109949040A (zh) * | 2019-02-22 | 2019-06-28 | 北京神荼科技有限公司 | 通证操作的风险控制方法、装置以及存储介质 |
| CN109949154A (zh) * | 2018-12-17 | 2019-06-28 | 深圳平安综合金融服务有限公司 | 客户信息分类方法、装置、计算机设备和存储介质 |
| CN110334155A (zh) * | 2019-07-09 | 2019-10-15 | 佛山市伏宸区块链科技有限公司 | 一种基于大数据整合的区块链威胁情报分析方法及*** |
| CN110400213A (zh) * | 2019-07-26 | 2019-11-01 | 中国工商银行股份有限公司 | 数据处理方法和装置、以及电子设备和可读介质 |
| CN110807706A (zh) * | 2019-12-02 | 2020-02-18 | 南京工业职业技术学院 | 一种基于互联网的反洗钱监控*** |
| CN110827029A (zh) * | 2018-08-09 | 2020-02-21 | 普华云创科技(北京)有限公司 | 基于区块链的用户管理方法、***及计算机可读存储介质 |
| CN110827021A (zh) * | 2019-10-24 | 2020-02-21 | 海南新软软件有限公司 | 数字资产提取监测方法及装置 |
| CN111028083A (zh) * | 2019-12-11 | 2020-04-17 | 北京知道创宇信息技术股份有限公司 | 一种区块链钱包地址的评估方法、装置、***及存储介质 |
| CN111160919A (zh) * | 2019-12-31 | 2020-05-15 | 众安信息技术服务有限公司 | 一种区块链地址风险评估方法及装置 |
| CN111275537A (zh) * | 2020-02-24 | 2020-06-12 | 支付宝(杭州)信息技术有限公司 | 用户数据处理方法、装置、***及计算机可读存储介质 |
| CN111383004A (zh) * | 2018-12-29 | 2020-07-07 | 北京知帆科技有限公司 | 数字货币的实***置提取方法、信息的提取方法及其装置 |
| WO2020149790A1 (en) * | 2019-01-18 | 2020-07-23 | Uppsala Pte. Ltd. | Apparatus and method for cybersecurity |
| WO2020154277A1 (en) * | 2019-01-21 | 2020-07-30 | Dan Kikinis | Security gateway for high security blockchain systems |
| CN111475566A (zh) * | 2019-12-31 | 2020-07-31 | 众安信息技术服务有限公司 | 一种区块链资金可疑交易模式的识别方法及装置 |
| CN111737322A (zh) * | 2020-07-31 | 2020-10-02 | 支付宝(杭州)信息技术有限公司 | 一种数据共享方法、装置及设备 |
| CN112465641A (zh) * | 2020-12-09 | 2021-03-09 | 电子科技大学 | 一种基于gcn的区块链交易风险分析方法 |
| 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 |
| CN112740252A (zh) * | 2018-07-20 | 2021-04-30 | 珊瑚协议有限公司 | 使用智能合约的区块链交易安全性 |
| CN112801783A (zh) * | 2020-12-31 | 2021-05-14 | 北京知帆科技有限公司 | 一种基于数字货币交易特征的实体识别方法及装置 |
| CN112819618A (zh) * | 2021-01-12 | 2021-05-18 | 北京金山云网络技术有限公司 | 交易信息保存方法、装置、电子设备及存储介质 |
| CN113011973A (zh) * | 2021-01-21 | 2021-06-22 | 北京航空航天大学 | 基于智能合约数据湖的金融交易监管模型、***、设备 |
| CN113079135A (zh) * | 2021-03-19 | 2021-07-06 | 中山大学 | 一种区块链钓鱼诈骗地址检测方法、装置、终端及介质 |
| CN113449150A (zh) * | 2021-04-19 | 2021-09-28 | 深圳前海移联科技有限公司 | 一种数字货币的特征资金流向分析方法、***及电子设备 |
| EP3739534A4 (en) * | 2018-01-09 | 2021-10-06 | Chongqing Jinvovo Network Technology Co., Ltd. | PROCESS AND DEVICE FOR CRYPTOMINING BASED ON A CHAIN OF BLOCKS, AND COMPUTER READABLE INFORMATION MEDIA |
| CN113592654A (zh) * | 2021-08-10 | 2021-11-02 | 深圳云图科技文化有限公司 | 一种利用ai防止区块链加密货币转账钓鱼的方法 |
| CN113723953A (zh) * | 2020-05-26 | 2021-11-30 | 北京金山云网络技术有限公司 | 数字资产的交易方法、装置、***和电子设备 |
| CN113836226A (zh) * | 2021-09-16 | 2021-12-24 | 临沂呆码信息技术研究院 | 一种高易用性区块链资产流向分析与追踪***及方法、***及服务器设备 |
| CN114077948A (zh) * | 2020-08-14 | 2022-02-22 | 北京金山云网络技术有限公司 | 区块链上的交易监管方法、装置和电子设备 |
| CN114119026A (zh) * | 2022-01-26 | 2022-03-01 | 成都无糖信息技术有限公司 | 一种虚拟货币交易追踪溯源方法及*** |
| CN114154982A (zh) * | 2021-08-16 | 2022-03-08 | 北京天德科技有限公司 | 一种基于区块链和大数据平台的实时结算和监管方法 |
| CN114819965A (zh) * | 2021-01-21 | 2022-07-29 | 成都链安科技有限公司 | 区块链虚拟货币监测*** |
| CN115660849A (zh) * | 2022-11-02 | 2023-01-31 | 成都数融科技有限公司 | 一种基于反洗钱策略的虚拟资产交易识别方法及*** |
| CN116611695A (zh) * | 2023-07-17 | 2023-08-18 | 北京大学 | 一种基于区间模糊综合评价的数字资产风险评估*** |
| US11783342B1 (en) | 2019-07-09 | 2023-10-10 | Wells Fargo Bank, N.A. | Blockchain blacklist anti-money laundering system (BBAMLS) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105608146A (zh) * | 2015-12-17 | 2016-05-25 | 布比（北京）网络技术有限公司 | 一种区块链溯源追踪方法 |
| CN105894380A (zh) * | 2016-04-05 | 2016-08-24 | 邓迪 | 数字货币征信***及方法 |
| CN106157034A (zh) * | 2015-03-25 | 2016-11-23 | 腾讯数码（天津）有限公司 | 数据网络转移的监控方法和装置及通信*** |
-
2016
- 2016-12-06 CN CN201611111161.3A patent/CN107085812A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106157034A (zh) * | 2015-03-25 | 2016-11-23 | 腾讯数码（天津）有限公司 | 数据网络转移的监控方法和装置及通信*** |
| CN105608146A (zh) * | 2015-12-17 | 2016-05-25 | 布比（北京）网络技术有限公司 | 一种区块链溯源追踪方法 |
| CN105894380A (zh) * | 2016-04-05 | 2016-08-24 | 邓迪 | 数字货币征信***及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 秦立: "M银行反洗钱自主监测***的设计与实现", 《中国优秀硕士学位论文全文数据库（信息科技辑）》 * |
Cited By (65)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN109872151A (zh) * | 2017-12-04 | 2019-06-11 | 万事达卡国际公司 | 用于对匿名交易进行风险评分的方法和*** |
| US11797995B2 (en) | 2017-12-04 | 2023-10-24 | Mastercard International Incorporated | Method and system for risk scoring anonymized transactions |
| EP3739534A4 (en) * | 2018-01-09 | 2021-10-06 | Chongqing Jinvovo Network Technology Co., Ltd. | PROCESS AND DEVICE FOR CRYPTOMINING BASED ON A CHAIN OF BLOCKS, AND COMPUTER READABLE INFORMATION MEDIA |
| CN108256842A (zh) * | 2018-01-11 | 2018-07-06 | 杭州复杂美科技有限公司 | 区块链关联钱包地址权限管理方法 |
| CN108280358A (zh) * | 2018-02-12 | 2018-07-13 | 北京金山安全软件有限公司 | 一种信息提醒方法、装置及电子设备 |
| CN108280358B (zh) * | 2018-02-12 | 2020-10-30 | 北京金山安全软件有限公司 | 一种信息提醒方法、装置及电子设备 |
| CN108510281B (zh) * | 2018-03-30 | 2021-05-28 | 北京金山安全软件有限公司 | 数据检测方法、装置、电子设备及存储介质 |
| CN108510281A (zh) * | 2018-03-30 | 2018-09-07 | 北京金山安全软件有限公司 | 数据检测方法、装置、电子设备及存储介质 |
| CN108537667B (zh) * | 2018-04-09 | 2022-04-01 | 深圳前海微众银行股份有限公司 | 基于区块链的金融资产反洗钱管控方法、设备及存储介质 |
| CN108537667A (zh) * | 2018-04-09 | 2018-09-14 | 深圳前海微众银行股份有限公司 | 基于区块链的金融资产反洗钱管控方法、设备及存储介质 |
| CN108537668A (zh) * | 2018-04-11 | 2018-09-14 | 北京奇虎科技有限公司 | 基于智能合约的数字货币交易方法及装置、计算设备 |
| CN108537546A (zh) * | 2018-04-11 | 2018-09-14 | 北京奇虎科技有限公司 | 基于地址树的节点身份追踪方法、装置及计算设备 |
| CN109035010B (zh) * | 2018-05-25 | 2021-02-02 | 中国地质大学（武汉） | 针对区块链密码货币可疑交易和可疑账户分析方法及*** |
| CN109035010A (zh) * | 2018-05-25 | 2018-12-18 | 中国地质大学（武汉） | 针对区块链密码货币可疑交易和可疑账户分析方法及*** |
| CN108876360A (zh) * | 2018-06-05 | 2018-11-23 | 北京创世智链信息技术研究院 | 一种基于区块链的数字资金托管方法、装置及*** |
| CN112740252A (zh) * | 2018-07-20 | 2021-04-30 | 珊瑚协议有限公司 | 使用智能合约的区块链交易安全性 |
| CN110827029A (zh) * | 2018-08-09 | 2020-02-21 | 普华云创科技(北京)有限公司 | 基于区块链的用户管理方法、***及计算机可读存储介质 |
| CN109949154A (zh) * | 2018-12-17 | 2019-06-28 | 深圳平安综合金融服务有限公司 | 客户信息分类方法、装置、计算机设备和存储介质 |
| CN109767327A (zh) * | 2018-12-20 | 2019-05-17 | 平安科技（深圳）有限公司 | 基于反洗钱的客户信息采集及其使用方法 |
| CN109767326A (zh) * | 2018-12-20 | 2019-05-17 | 平安科技（深圳）有限公司 | 可疑交易报告生成方法、装置、计算机设备和存储介质 |
| CN109767226A (zh) * | 2018-12-20 | 2019-05-17 | 平安科技（深圳）有限公司 | 基于大数据的可疑交易统计视图生成方法和装置 |
| CN111383004A (zh) * | 2018-12-29 | 2020-07-07 | 北京知帆科技有限公司 | 数字货币的实***置提取方法、信息的提取方法及其装置 |
| KR20210014155A (ko) * | 2019-01-18 | 2021-02-08 | 웁살라 프라이비트 리미티드 컴퍼니 | 사이버보안 장치 및 방법 |
| KR102478132B1 (ko) * | 2019-01-18 | 2022-12-15 | 웁살라 프라이비트 리미티드 컴퍼니 | 사이버보안 장치 및 방법 |
| WO2020149790A1 (en) * | 2019-01-18 | 2020-07-23 | Uppsala Pte. Ltd. | Apparatus and method for cybersecurity |
| WO2020154277A1 (en) * | 2019-01-21 | 2020-07-30 | Dan Kikinis | Security gateway for high security blockchain systems |
| CN109872153A (zh) * | 2019-01-24 | 2019-06-11 | 深圳市超盟金服技术信息服务有限公司 | 一种基于区块链技术商业链的交易管理方法及其*** |
| CN109949040A (zh) * | 2019-02-22 | 2019-06-28 | 北京神荼科技有限公司 | 通证操作的风险控制方法、装置以及存储介质 |
| CN109886683A (zh) * | 2019-02-25 | 2019-06-14 | 北京神荼科技有限公司 | 监控区块链数据的方法、装置以及存储介质 |
| CN110334155A (zh) * | 2019-07-09 | 2019-10-15 | 佛山市伏宸区块链科技有限公司 | 一种基于大数据整合的区块链威胁情报分析方法及*** |
| US11783342B1 (en) | 2019-07-09 | 2023-10-10 | Wells Fargo Bank, N.A. | Blockchain blacklist anti-money laundering system (BBAMLS) |
| CN110400213A (zh) * | 2019-07-26 | 2019-11-01 | 中国工商银行股份有限公司 | 数据处理方法和装置、以及电子设备和可读介质 |
| CN110827021A (zh) * | 2019-10-24 | 2020-02-21 | 海南新软软件有限公司 | 数字资产提取监测方法及装置 |
| CN110807706A (zh) * | 2019-12-02 | 2020-02-18 | 南京工业职业技术学院 | 一种基于互联网的反洗钱监控*** |
| CN111028083B (zh) * | 2019-12-11 | 2024-05-17 | 北京知道创宇信息技术股份有限公司 | 一种区块链钱包地址的评估方法、装置、***及存储介质 |
| CN111028083A (zh) * | 2019-12-11 | 2020-04-17 | 北京知道创宇信息技术股份有限公司 | 一种区块链钱包地址的评估方法、装置、***及存储介质 |
| CN111160919B (zh) * | 2019-12-31 | 2024-01-23 | 众安信息技术服务有限公司 | 一种区块链地址风险评估方法及装置 |
| CN111475566A (zh) * | 2019-12-31 | 2020-07-31 | 众安信息技术服务有限公司 | 一种区块链资金可疑交易模式的识别方法及装置 |
| CN111160919A (zh) * | 2019-12-31 | 2020-05-15 | 众安信息技术服务有限公司 | 一种区块链地址风险评估方法及装置 |
| CN111275537A (zh) * | 2020-02-24 | 2020-06-12 | 支付宝(杭州)信息技术有限公司 | 用户数据处理方法、装置、***及计算机可读存储介质 |
| CN113723953A (zh) * | 2020-05-26 | 2021-11-30 | 北京金山云网络技术有限公司 | 数字资产的交易方法、装置、***和电子设备 |
| CN111737322A (zh) * | 2020-07-31 | 2020-10-02 | 支付宝(杭州)信息技术有限公司 | 一种数据共享方法、装置及设备 |
| CN111737322B (zh) * | 2020-07-31 | 2020-12-04 | 支付宝(杭州)信息技术有限公司 | 一种数据共享方法、装置及设备 |
| CN114077948A (zh) * | 2020-08-14 | 2022-02-22 | 北京金山云网络技术有限公司 | 区块链上的交易监管方法、装置和电子设备 |
| 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 |
| CN112465641A (zh) * | 2020-12-09 | 2021-03-09 | 电子科技大学 | 一种基于gcn的区块链交易风险分析方法 |
| CN112801783A (zh) * | 2020-12-31 | 2021-05-14 | 北京知帆科技有限公司 | 一种基于数字货币交易特征的实体识别方法及装置 |
| CN112819618A (zh) * | 2021-01-12 | 2021-05-18 | 北京金山云网络技术有限公司 | 交易信息保存方法、装置、电子设备及存储介质 |
| CN112819618B (zh) * | 2021-01-12 | 2024-01-23 | 北京金山云网络技术有限公司 | 交易信息保存方法、装置、电子设备及存储介质 |
| CN113011973A (zh) * | 2021-01-21 | 2021-06-22 | 北京航空航天大学 | 基于智能合约数据湖的金融交易监管模型、***、设备 |
| CN114819965A (zh) * | 2021-01-21 | 2022-07-29 | 成都链安科技有限公司 | 区块链虚拟货币监测*** |
| CN114819965B (zh) * | 2021-01-21 | 2023-10-20 | 成都链安科技有限公司 | 区块链虚拟货币监测*** |
| CN113079135A (zh) * | 2021-03-19 | 2021-07-06 | 中山大学 | 一种区块链钓鱼诈骗地址检测方法、装置、终端及介质 |
| CN113449150A (zh) * | 2021-04-19 | 2021-09-28 | 深圳前海移联科技有限公司 | 一种数字货币的特征资金流向分析方法、***及电子设备 |
| CN113449150B (zh) * | 2021-04-19 | 2024-03-12 | 深圳前海移联科技有限公司 | 一种基于区块链的数字货币特征资金流向分析方法及*** |
| CN113592654A (zh) * | 2021-08-10 | 2021-11-02 | 深圳云图科技文化有限公司 | 一种利用ai防止区块链加密货币转账钓鱼的方法 |
| CN114154982A (zh) * | 2021-08-16 | 2022-03-08 | 北京天德科技有限公司 | 一种基于区块链和大数据平台的实时结算和监管方法 |
| CN113836226A (zh) * | 2021-09-16 | 2021-12-24 | 临沂呆码信息技术研究院 | 一种高易用性区块链资产流向分析与追踪***及方法、***及服务器设备 |
| CN114119026A (zh) * | 2022-01-26 | 2022-03-01 | 成都无糖信息技术有限公司 | 一种虚拟货币交易追踪溯源方法及*** |
| CN114119026B (zh) * | 2022-01-26 | 2022-04-01 | 成都无糖信息技术有限公司 | 一种虚拟货币交易追踪溯源方法及*** |
| CN115660849A (zh) * | 2022-11-02 | 2023-01-31 | 成都数融科技有限公司 | 一种基于反洗钱策略的虚拟资产交易识别方法及*** |
| CN116611695B (zh) * | 2023-07-17 | 2023-09-22 | 北京大学 | 一种基于区间模糊综合评价的数字资产风险评估*** |
| CN116611695A (zh) * | 2023-07-17 | 2023-08-18 | 北京大学 | 一种基于区间模糊综合评价的数字资产风险评估*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107085812A (zh) | 区块链数字资产的反洗钱***及方法 | |
| Ahmed et al. | A survey of anomaly detection techniques in financial domain | |
| Singh et al. | Anti-money laundering: Using data visualization to identify suspicious activity | |
| JP7313597B2 (ja) | 暗号通貨取引の分析方法及びシステム | |
| Leonov et al. | Prototyping of information system for monitoring banking transactions related to money laundering | |
| US7761379B2 (en) | Mass compromise/point of compromise analytic detection and compromised card portfolio management system | |
| CN104040557B (zh) | 在线诈骗检测动态评分集合***和方法 | |
| CN110717816A (zh) | 一种基于人工智能技术的全域金融风险知识图谱构建方法 | |
| Li et al. | Identifying the signs of fraudulent accounts using data mining techniques | |
| CN106384273A (zh) | 恶意刷单检测***及方法 | |
| CN101706930A (zh) | 基于本体论的反洗钱预警方法 | |
| CN108230151A (zh) | 一种可疑交易监测方法、装置、设备及存储介质 | |
| CN110705988A (zh) | 受侵害行为的交互式阻断方法和*** | |
| Novikova et al. | Visual analytics for detecting anomalous activity in mobile money transfer services | |
| Khodabakhshi et al. | Fraud detection in banking using knn (k-nearest neighbor) algorithm | |
| CN101308564A (zh) | 一种按揭贷款信息监控方法及*** | |
| CN112991079B (zh) | 多卡共现就医欺诈行为检测方法、***、云端及介质 | |
| Reardon et al. | Visualization of ATM usage patterns to detect counterfeit cards usage | |
| Omolara et al. | State-of-the-art in big data application techniques to financial crime: a survey | |
| CN115375480A (zh) | 基于图神经网络的异常虚拟币钱包地址检测方法 | |
| Weibing | Research on money laundering crime under electronic payment background | |
| Tripathi et al. | Hybrid approach for credit card fraud detection | |
| Tan | Intelligent application of artificial intelligence internet of things technology in the economic and legal fields | |
| Kapoor | Deception Detection And Vulnerability Analysis Using A Multi-Level Clustering Machine Learning Algorithm In Business Transactions | |
| Gombiro et al. | A conceptual framework for detecting financial crime in mobile money transactions |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 333, Room 333, Four Parts, Building 2001, Yanggao North Road, Shanghai China (Shanghai) Free Trade Pilot Area, 20106 Applicant after: RADARWIN TECHNOLOGY (SHANGHAI) CO.,LTD. Address before: 201203 Shanghai Pudong New Area China (Shanghai) Free Trade Pilot Zone No. 39 Jiatai Road, No. 1 Building, 2nd Floor, Room 43 Applicant before: RADARWIN ENTERPRISE MANAGEMENT (SHANGHAI) CO.,LTD. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20190111 Address after: 200000 Shanghai Yangpu District National Road 127 16 Floor (Centralized Registration Place) Applicant after: Leiying Network Technology (Shanghai) Co.,Ltd. Address before: Room 333, Room 333, Four Parts, Building 2001, Yanggao North Road, Shanghai China (Shanghai) Free Trade Pilot Area, 20106 Applicant before: RADARWIN TECHNOLOGY (SHANGHAI) CO.,LTD. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201231 Address after: Room 1501, No.34, Lane 33, Yongning Road, Pudong New Area, Shanghai, 200120 Applicant after: Shen Taolei Address before: 200000 Shanghai Yangpu District National Road 127 16 Floor (Centralized Registration Place) Applicant before: Leiying Network Technology (Shanghai) Co.,Ltd. |
|
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170822 |