CN109919454A - 反洗钱监控方法及*** - Google Patents
反洗钱监控方法及*** Download PDFInfo
- Publication number
- CN109919454A CN109919454A CN201910125291.XA CN201910125291A CN109919454A CN 109919454 A CN109919454 A CN 109919454A CN 201910125291 A CN201910125291 A CN 201910125291A CN 109919454 A CN109919454 A CN 109919454A
- Authority
- CN
- China
- Prior art keywords
- user
- threshold value
- anti money
- money washing
- suspicious
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种反洗钱监控方法及***，所述方法包含：根据用户输入信息转化为预定格式的标准数据；根据历史交易和反洗钱数据，通过学习算法构建反洗钱用户画像模型；根据所述反洗钱用户画像模型与所述标准数据计算获得用户可疑阈值；获取用户当前交易数据，将所述交易数据与所述用户可疑阈值比较；当所述交易数据大于所述用户可疑阈值时，将当前交易数据与所述用户可疑阈值上传至反洗钱***审核存储。
Description
技术领域
本发明涉及金融监控领域，尤指一种反洗钱监控方法及***。
背景技术
政府出于规范金融市场，建立健康的市场环境的考虑，要求金融机构必须对达到法定标准的异常交易进行及时全面的上报。这导致金融机构在现行报告标准下进行大量审核与报送以免除合规责任，数据***化提取使基础环节产生了大量数据和流程；同时，人工分析识别排查工作投入人力的水平存在差异，如果审核技术不足，致使最终可疑交易规模过大，质量不高。现有技术中主要是每次交易后均报送到反洗钱***，通过反洗钱统一分析比对上送给反洗钱事中，通过合规比对的方式，汇总相应的数据给反洗钱***；反洗钱***分析后，将所有可疑的数据一起上送给金融监管机构。该方案中，反洗钱合规分析导致反洗钱成本过高，为金融机构带来沉重的负担，从而影响反洗钱工作的积极性，并降低用户体验。
发明内容
本发明目的在于提供一种反洗钱监控方法及***解决金融机构的反洗钱交易响应较慢导致的用户需要等待的时间过久，体验较差的问题。
为达上述目的，本发明所提供的一种反洗钱监控方法，所述方法包含：根据用户输入信息转化为预定格式的标准数据；根据历史交易和反洗钱数据，通过学习算法构建反洗钱用户画像模型；根据所述反洗钱用户画像模型与所述标准数据计算获得用户可疑阈值；获取用户当前交易数据，将所述交易数据与所述用户可疑阈值比较；当所述交易数据大于所述用户可疑阈值时，将当前交易数据与所述用户可疑阈值上传至反洗钱***审核存储。
在本发明一实施例中，所述通过学习算法构建反洗钱用户画像模型还包含：接收外部输入的修正系数，根据所述修正系数调整所述反洗钱用户画像模型。
在本发明一实施例中，获取用户当前交易数据，将所述交易数据与所述用户可疑阈值比较还包含：将所述用户可疑阈值加密封装处理为通过证书，将所述通过证书中所述用户可疑阈值与所述交易数据比较；当所述交易数据小于所述用户可疑阈值时，执行所述交易数据对应的交易。
在本发明一实施例中，所述方法还包含：当所述用户当前交易数据包含多次交易时，将每一次交易产生的交易信息与所述用户可疑阈值比较，根据比较结果获得可疑值，将所述可疑值及对应的所述交易信息存储于所述通过证书中；当所述通过证书中一次或多次交易信息所对应的可疑值的累加值大于所述用户可疑阈值时，将当前交易数据与所述通过证书上传至反洗钱***审核存储。
在本发明一实施例中，所述方法还包含：当所述交易数据中所有交易信息所对应的可疑值的累加值小于所述用户可疑阈值时，将所述通过证书上传至反洗钱***存储。
本发明还提供一种反洗钱监控***，所述***包含渠道装置和反洗钱装置；所述渠道装置用于提供用户交易入口，接收用户输入信息，将所述用户输入信息发送至所述反洗钱装置；以及获取用户当前交易数据，将所述交易数据与所述反洗钱装置反馈的所述用户可疑阈值比较；当所述交易数据大于所述用户可疑阈值时，将当前交易数据与所述用户可疑阈值上传至所述反洗钱装置审核存储；所述反洗钱装置用于将接收到的用户输入信息转化为预定格式的标准数据；根据历史交易和反洗钱数据，通过学习算法构建反洗钱用户画像模型；以及根据所述反洗钱用户画像模型与所述标准数据计算获得用户可疑阈值。
在本发明一实施例中，所述反洗钱装置还包含修正模块，所述修正模块用于接收外部输入的修正系数，根据所述修正系数调整所述反洗钱用户画像模型。
在本发明一实施例中，反洗钱装置还包含证书生成模块，所述证书生成模块用于将所述用户可疑阈值加密封装处理为通过证书，将所述通过证书发送至所述渠道装置；所述渠道装置将所述通过证书中的用户可疑阈值与所述交易数据比较；当所述交易数据小于所述用户可疑阈值时，执行所述交易数据对应的交易。
在本发明一实施例中，所述渠道装置还包含阈值比对模块，所述阈值比对模块用于当所述用户当前交易数据包含多次交易时，将每一次交易产生的交易信息与所述用户可疑阈值比较，根据比较结果获得可疑值，将所述可疑值及对应的所述交易信息存储于所述通过证书中；以及当所述通过证书中一次或多次交易信息所对应的可疑值的累加值大于所述用户可疑阈值时，将当前交易数据与所述通过证书上传至反洗钱***审核存储。
在本发明一实施例中，所述阈值比对模块还用于当所述交易数据中所有交易信息所对应的可疑值的累加值小于所述用户可疑阈值时，将所述通过证书上传至反洗钱***存储。
本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
本发明的有益技术效果在于：通过本发明所提供的反洗钱监控方法及***在得到客户信息后，与数据库中的已有的用户画像进行比对、分级处理后，根据反洗钱规则和上报规则，提供一个反洗钱凭证，在满足合规要求的前提下，降低反洗钱在整个流程中的影响时间，提升业务交易效率，同时也降低金融机构和监管机构的数据压力；简化降低反洗钱***的处理流程，降低人力成本，提高响应速度。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：
图1为本发明一实施例所提供的反洗钱监控方法的流程示意图；
图2为本发明一实施例所提供的反洗钱监控方法的阈值比较示意图；
图3为本发明一实施例所提供的反洗钱监控***的结构示意图；
图4为本发明一实施例所提供的反洗钱监控***的处理时序流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
请参考图1所示，本发明所提供的一种反洗钱监控方法，所述方法包含：S101根据用户输入信息转化为预定格式的标准数据；S102根据历史交易和反洗钱数据，通过学习算法构建反洗钱用户画像模型；S103根据所述反洗钱用户画像模型与所述标准数据计算获得用户可疑阈值；S104获取用户当前交易数据，将所述交易数据与所述用户可疑阈值比较；S105当所述交易数据大于所述用户可疑阈值时，将当前交易数据与所述用户可疑阈值上传至反洗钱***审核存储。其中，上述步骤S102的所述通过学习算法构建反洗钱用户画像模型还包含：接收外部输入的修正系数，根据所述修正系数调整所述反洗钱用户画像模型；亦即在构建所述反洗钱用户画像模型中，还可根据工作人员或相应专家输入的控制指令调整修正所述反洗钱用户画像模型，以进一步提高所述反洗钱用户画像模型的精准度；整体上来讲，上述实施例主要是在入口的渠道***中获取到客户信息输入后，转换为反洗钱可识别的标准数据；然后，根据此用户的相应数据，如：历史数据与反洗钱数据等，采用学习算法使其不断实时修正的现有的大数据模型；根据该大数据模型及用户当前输入信息分析计算获得该用户的反洗钱可疑阈值，在交易链路中，将其交易数据与所述反洗钱可疑阈值比较，获得该交易的可疑值，其后每次交易均记录对应的可疑值并与前次交易做累加处理，以此不断增加可疑值，只有当可疑值上升至用户的阈值时，才会再次报送给反洗钱***，否则一直到交易链路结束后才会把相关交易记录返还给反洗钱***。以此降低了交易链路中和反洗钱的频繁交互，降低了反洗钱专家需要审阅大量反洗钱数据的场景，提升了反洗钱人员参差不齐可能导致反洗钱实际效果参差不齐的情况。
在上述实施例中，所述反洗钱可疑阈值还可进一步作为交易的授权凭证，具体的，在本发明一实施例中，获取用户当前交易数据，将所述交易数据与所述用户可疑阈值比较还可包含：将所述用户可疑阈值加密封装处理为通过证书，将所述通过证书中所述用户可疑阈值与所述交易数据比较；当所述交易数据小于所述用户可疑阈值时，执行所述交易数据对应的交易。通过该方式，以所述通过证书作为授权凭证，所有交易均需所述通过证书作为交易基础，有效实现每次交易的监测及记录；在该实施例中，所述加密封装的目的在于提高数据的安全性，防止在交易中被篡改，为此，本领域相关技术人员可根据实际情况选择适合的加密手段，本发明在此不再一一说明；所述通过证书中可记录用户的交易情况和相关阈值，各交易***均保留对应密钥，用于对所述所述通过证书进行加密解密。
请参考图2所示，基于上述通过证书，在本发明一实施例中，所述反洗钱监控方法还可包含：当所述用户当前交易数据包含多次交易时，将每一次交易产生的交易信息与所述用户可疑阈值比较，根据比较结果获得可疑值，将所述可疑值及对应的所述交易信息存储于所述通过证书中；当所述通过证书中一次或多次交易信息所对应的可疑值的累加值大于所述用户可疑阈值时，将当前交易数据与所述通过证书上传至反洗钱***审核存储。当所述交易数据中所有交易信息所对应的可疑值的累加值小于所述用户可疑阈值时，将所述通过证书上传至反洗钱***存储。以此，通过上述通过证书作为交易允许的凭证，而不是每次都去反洗钱***进行可疑性的比对的方法，降低了传输和反洗钱***本身的损耗，同时，交易之间通过加密的凭证，也提升了交易授信的安全性。
请参考图3所示，本发明还提供一种反洗钱监控***，所述***包含渠道装置和反洗钱装置；所述渠道装置用于提供用户交易入口，接收用户输入信息，将所述用户输入信息发送至所述反洗钱装置；以及获取用户当前交易数据，将所述交易数据与所述反洗钱装置反馈的所述用户可疑阈值比较；当所述交易数据大于所述用户可疑阈值时，将当前交易数据与所述用户可疑阈值上传至所述反洗钱装置审核存储；所述反洗钱装置用于将接收到的用户输入信息转化为预定格式的标准数据；根据历史交易和反洗钱数据，通过学习算法构建反洗钱用户画像模型；以及根据所述反洗钱用户画像模型与所述标准数据计算获得用户可疑阈值。
在本发明一实施例中，所述反洗钱装置还包含修正模块和证书生成模块，所述修正模块用于接收外部输入的修正系数，根据所述修正系数调整所述反洗钱用户画像模型。所述证书生成模块用于将所述用户可疑阈值加密封装处理为通过证书，将所述通过证书发送至所述渠道装置；所述渠道装置将所述通过证书中的用户可疑阈值与所述交易数据比较；当所述交易数据小于所述用户可疑阈值时，执行所述交易数据对应的交易。
在本发明一实施例中，所述渠道装置还包含阈值比对模块，所述阈值比对模块用于当所述用户当前交易数据包含多次交易时，将每一次交易产生的交易信息与所述用户可疑阈值比较，根据比较结果获得可疑值，将所述可疑值及对应的所述交易信息存储于所述通过证书中；以及当所述通过证书中一次或多次交易信息所对应的可疑值的累加值大于所述用户可疑阈值时，将当前交易数据与所述通过证书上传至反洗钱***审核存储。其中，所述阈值比对模块还用于当所述交易数据中所有交易信息所对应的可疑值的累加值小于所述用户可疑阈值时，将所述通过证书上传至反洗钱***存储。
请参考图4所示，本发明所提供的反洗钱监控***的结果主体上可包含渠道装置和反洗钱装置，其中反洗钱装置可采用用户画像生成模块进行反洗钱用户画像模型构建，该构建方式可通过学习历史数据，根据已经收集到的用户分层的信息，找到现有的用户适用的范围和角色，定义其反洗钱合规报送的可能和风险。反洗钱合规的管理员，通过设定特定地区，时间的反洗钱模型和风险情况，为不同地区，职业的人员定义特定的画像，并及时根据经济时间修改画像特质。例如，对于河南身份证于北京就职，年龄50岁男性，职业为务工人员的刘某。那么，往河南的小额汇款的风险系数和反洗钱的可能值则较低，如果金额远超该人员可能的收入区间，或过多频次的往其他某个区域的汇款，则应该进入可疑目录。同时，由于务工人员的收入区间随着经济形势、通货膨胀或紧缩的变化，有着波动，那么，其可疑阈值的也会随着经济形势的变化发生波动。
关于反洗钱装置中的证书生成模块对通过证书的生成以及加密主要可根据已有生成的用户画像，得到该用户的反洗钱可疑度的阈值，将该信息进行加密生成凭证，作为下游交易的授权证书。例如，对于上例描述的50岁河南务工人员刘某，那么，建议的可疑度阈值，根据历史的信息和现有的反洗钱模型，为经过考量的X倍当前年度收入42万，将该数据加密，生成用户凭证，作为授权该用户执行任意交易的证书。
关于反洗钱装置中的阈值比对模块主要用于在交易过程中，执行一次交易后，将相应交易的反洗钱可疑值加进所需要的内容中去，当可疑值达到了阈值时，报送到反洗钱***并提交该用户行为存在反洗钱的风险。
其中，所述反洗钱装置还可包含证书存储模块，该证书存储模块用于当用户交易合规，一整串交易执行完毕后，将记录的交易阈值的结果返回到反洗钱***，并更新该证书。同时，每次日批、周批量，更新反洗钱计算模型后，重新确定其阈值。例如，上例执行交易的刘某合规值为1年额度42万，当用户执行完三笔共20万转出交易之后，那么，将剩余阈值结果22万返回至反洗钱的证书存储模块，更新证书内的阈值。在某个区间后，如年度批量后，更新阈值为42万，将更新后的数值，存储进该用户的证书中。
本发明还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述方法的计算机程序。
本发明的有益技术效果在于：通过本发明所提供的反洗钱监控方法及***在得到客户信息后，与数据库中的已有的用户画像进行比对、分级处理后，根据反洗钱规则和上报规则，提供一个反洗钱凭证，简化降低反洗钱***的处理流程，降低人力成本，提高响应速度。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (12)
1.一种反洗钱监控方法，其特征在于，所述方法包含：
根据用户输入信息转化为预定格式的标准数据；
根据历史交易和反洗钱数据，通过学习算法构建反洗钱用户画像模型；
根据所述反洗钱用户画像模型与所述标准数据计算获得用户可疑阈值；
获取用户当前交易数据，将所述交易数据与所述用户可疑阈值比较；
当所述交易数据大于所述用户可疑阈值时，将当前交易数据与所述用户可疑阈值上传至反洗钱***审核存储。
2.根据权利要求1所述的反洗钱监控方法，其特征在于，所述通过学习算法构建反洗钱用户画像模型还包含：接收外部输入的修正系数，根据所述修正系数调整所述反洗钱用户画像模型。
3.根据权利要求1所述的反洗钱监控方法，其特征在于，获取用户当前交易数据，将所述交易数据与所述用户可疑阈值比较还包含：
将所述用户可疑阈值加密封装处理为通过证书，将所述通过证书中所述用户可疑阈值与所述交易数据比较；
当所述交易数据小于所述用户可疑阈值时，执行所述交易数据对应的交易。
4.根据权利要求3所述的反洗钱监控方法，其特征在于，所述方法还包含：
当所述用户当前交易数据包含多次交易时，将每一次交易产生的交易信息与所述用户可疑阈值比较，根据比较结果获得可疑值，将所述可疑值及对应的所述交易信息存储于所述通过证书中；
当所述通过证书中一次或多次交易信息所对应的可疑值的累加值大于所述用户可疑阈值时，将当前交易数据与所述通过证书上传至反洗钱***审核存储。
5.根据权利要求4所述的反洗钱监控方法，其特征在于，所述方法还包含：当所述交易数据中所有交易信息所对应的可疑值的累加值小于所述用户可疑阈值时，将所述通过证书上传至反洗钱***存储。
6.一种反洗钱监控***，其特征在于，所述***包含渠道装置和反洗钱装置；
所述渠道装置用于提供用户交易入口，接收用户输入信息，将所述用户输入信息发送至所述反洗钱装置；以及获取用户当前交易数据，将所述交易数据与所述反洗钱装置反馈的所述用户可疑阈值比较；当所述交易数据大于所述用户可疑阈值时，将当前交易数据与所述用户可疑阈值上传至所述反洗钱装置审核存储；
所述反洗钱装置用于将接收到的用户输入信息转化为预定格式的标准数据；根据历史交易和反洗钱数据，通过学习算法构建反洗钱用户画像模型；以及根据所述反洗钱用户画像模型与所述标准数据计算获得用户可疑阈值。
7.根据权利要求6所述的反洗钱监控***，其特征在于，所述反洗钱装置还包含修正模块，所述修正模块用于接收外部输入的修正系数，根据所述修正系数调整所述反洗钱用户画像模型。
8.根据权利要求6所述的反洗钱监控***，其特征在于，反洗钱装置还包含证书生成模块，所述证书生成模块用于将所述用户可疑阈值加密封装处理为通过证书，将所述通过证书发送至所述渠道装置；所述渠道装置将所述通过证书中的用户可疑阈值与所述交易数据比较；当所述交易数据小于所述用户可疑阈值时，执行所述交易数据对应的交易。
9.根据权利要求8所述的反洗钱监控***，其特征在于，所述渠道装置还包含阈值比对模块，所述阈值比对模块用于当所述用户当前交易数据包含多次交易时，将每一次交易产生的交易信息与所述用户可疑阈值比较，根据比较结果获得可疑值，将所述可疑值及对应的所述交易信息存储于所述通过证书中；以及当所述通过证书中一次或多次交易信息所对应的可疑值的累加值大于所述用户可疑阈值时，将当前交易数据与所述通过证书上传至反洗钱***审核存储。
10.根据权利要求9所述的反洗钱监控***，其特征在于，所述阈值比对模块还用于当所述交易数据中所有交易信息所对应的可疑值的累加值小于所述用户可疑阈值时，将所述通过证书上传至反洗钱***存储。
11.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至5任一所述方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910125291.XA CN109919454A (zh) | 2019-02-20 | 2019-02-20 | 反洗钱监控方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910125291.XA CN109919454A (zh) | 2019-02-20 | 2019-02-20 | 反洗钱监控方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109919454A true CN109919454A (zh) | 2019-06-21 |
Family
ID=66961896
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910125291.XA Pending CN109919454A (zh) | 2019-02-20 | 2019-02-20 | 反洗钱监控方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109919454A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111667368A (zh) * | 2020-05-29 | 2020-09-15 | 中国工商银行股份有限公司 | 反洗钱监测***及方法 |
| CN111899100A (zh) * | 2020-07-24 | 2020-11-06 | 腾讯科技（深圳）有限公司 | 业务控制方法、装置和设备及计算机存储介质 |
| 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 |
| CN117787922A (zh) * | 2024-02-27 | 2024-03-29 | 东亚银行(中国)有限公司 | 基于蒸馏学习和自动学习的反洗钱业务处理方法、***、设备和介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104813355A (zh) * | 2012-08-27 | 2015-07-29 | Y-S·宋 | 交易监控*** |
| US20160239771A1 (en) * | 2015-02-12 | 2016-08-18 | Ca, Inc. | Monitoring ecommerce transactions using transaction metrics statistics for different combinations of transaction attributes and values |
| 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 |
| CN108230151A (zh) * | 2018-01-16 | 2018-06-29 | 平安科技（深圳）有限公司 | 一种可疑交易监测方法、装置、设备及存储介质 |
| CN108629687A (zh) * | 2018-02-13 | 2018-10-09 | 阿里巴巴集团控股有限公司 | 一种反洗钱方法、装置及设备 |
-
2019
- 2019-02-20 CN CN201910125291.XA patent/CN109919454A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104813355A (zh) * | 2012-08-27 | 2015-07-29 | Y-S·宋 | 交易监控*** |
| US20160239771A1 (en) * | 2015-02-12 | 2016-08-18 | Ca, Inc. | Monitoring ecommerce transactions using transaction metrics statistics for different combinations of transaction attributes and values |
| 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 |
| CN108230151A (zh) * | 2018-01-16 | 2018-06-29 | 平安科技（深圳）有限公司 | 一种可疑交易监测方法、装置、设备及存储介质 |
| CN108629687A (zh) * | 2018-02-13 | 2018-10-09 | 阿里巴巴集团控股有限公司 | 一种反洗钱方法、装置及设备 |
Non-Patent Citations (2)
| Title |
|---|
| 张炳辉: "《金融信息安全》", 31 October 2018, 出版发行 北京：中国金融出版社 * |
| 郭福春: "《互联网金融概论 第2版》", 30 September 2018, 出版发行 北京：中国金融出版社 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN111667368A (zh) * | 2020-05-29 | 2020-09-15 | 中国工商银行股份有限公司 | 反洗钱监测***及方法 |
| CN111667368B (zh) * | 2020-05-29 | 2023-08-18 | 中国工商银行股份有限公司 | 反洗钱监测***及方法 |
| CN111899100A (zh) * | 2020-07-24 | 2020-11-06 | 腾讯科技（深圳）有限公司 | 业务控制方法、装置和设备及计算机存储介质 |
| CN111899100B (zh) * | 2020-07-24 | 2023-06-02 | 腾讯科技（深圳）有限公司 | 业务控制方法、装置和设备及计算机存储介质 |
| 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 |
| CN117787922A (zh) * | 2024-02-27 | 2024-03-29 | 东亚银行(中国)有限公司 | 基于蒸馏学习和自动学习的反洗钱业务处理方法、***、设备和介质 |
| CN117787922B (zh) * | 2024-02-27 | 2024-05-31 | 东亚银行(中国)有限公司 | 基于蒸馏学习和自动学习的反洗钱业务处理方法、***、设备和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109919454A (zh) | 反洗钱监控方法及*** | |
| AU756154B2 (en) | Financial risk prediction system | |
| CN108053318B (zh) | 一种对异常交易进行识别的方法及装置 | |
| CN110458695A (zh) | 跨境汇款业务的风险控制方法及装置 | |
| CN112435112A (zh) | 一种针对小微企业的银行互联网信贷风控方法 | |
| CN106062799A (zh) | 用于对用户和不带有安全元件的移动设备进行安全认证的方法及*** | |
| CN108629694A (zh) | 风险控制***和方法及计算机可读存储介质 | |
| US20210065304A1 (en) | Contract automation with blockchain based interaction and recording | |
| CN110866822B (zh) | 资产证券化的风控管理方法、装置、电子设备及存储介质 | |
| US9412107B2 (en) | Predictive fraud screening | |
| CN111861716B (zh) | 一种基于软件***的贷中监控预警等级生成方法 | |
| CN114202413A (zh) | 基于产业链数字化场景金融模型建立金融风控体系的方法 | |
| CN110335144A (zh) | 个人电子银行账户安全检测方法及装置 | |
| CN115836302A (zh) | 自动调整简档中的规则权重 | |
| CN110288038A (zh) | 一种企业的分类方法及装置 | |
| CN109727116A (zh) | 信贷分析方法、装置、设备及计算机可读存储介质 | |
| CN113919931A (zh) | 一种贷款申请评分模型的使用效果评估方法及*** | |
| CN113065869A (zh) | 基于区块链的abs债券发行交易方法及***、设备、介质 | |
| KR101753474B1 (ko) | 예측적 사기 스크리닝 | |
| CN113919937B (zh) | 一种基于贷款评估风控的ks监控*** | |
| KR20110049226A (ko) | 대용량 처리 전용 데이터베이스를 이용한 신용위험도 산출 시스템 | |
| CN115170295A (zh) | 一种企业信用风险评估处理方法及装置 | |
| CN114399394A (zh) | 保险合同数据变更方法及装置 | |
| US20210158357A1 (en) | Computer implemented system, method and program for processing data in order to identify one or more anomalies | |
| Suroso et al. | Risk Management of Debtor Information System At Bank XYZ Using OCTAVE Allegro Method |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190621 |
|
| RJ01 | Rejection of invention patent application after publication |