一种基于洗钱上游犯罪类型的引导式反洗钱甄别方法

技术领域

本发明涉及金融反洗钱领域，具体涉及一种基于洗钱上游犯罪类型的引导式反洗钱甄别方法。

背景技术

在金融反洗钱领域，金融机构通过一定方法发现的存在洗钱嫌疑的可疑案例，需要经过人工甄别，确定是否可疑。如果可疑，需要确定具体的洗钱上游犯罪类型是什么，这些需要经过人工甄别，确定可疑的上报到监管机构中国人民银行。

传统的洗钱案例的甄别，需要反洗钱部门结合客户信息、账户信息、交易信息、行为信息等多方面的信息进行综合研判，每个业务员均有自己的甄别业务习惯，没有形成特定的甄别思路，千人千面。但是在一个范围内的反洗钱案例甄别，应当尽量使用相同的标准，排除人为的主观因素，才能使得反洗钱案例甄别达到较大程度的公平。

使用人工甄别的方法存在以下问题：一是效率不高，没有特定的方法和思路来发现疑点，相似的案例需要做的重复工作较多，造成人力的浪费；其次，通过人工很难发现一些隐藏的特征，特别是对于一些资历较浅的反洗钱部门业务人员，普遍存在因反洗钱部门业务人员能力不同而出现的分析结果不同问题，人工甄别可疑点的准确率不高；再次，不同反洗钱部门业务人员使用不同的判断和容错标准，使得甄别结果人为主观影响较大；最后，形成的甄别结果，所输出的重点可疑报告，基本使用统一模板，并没有按照特定犯罪类型来进行可疑的佐证，使得报告的可读性、情报价值大打折扣，因此亟需一种基于洗钱上游犯罪类型的引导式反洗钱甄别方法来解决上述问题。

发明内容

本发明的目的是提供一种基于洗钱上游犯罪类型的引导式反洗钱甄别方法，实际洗钱上游犯罪类型，例如网络赌博、电信诈骗等，其实都有其独有的特征，结合洗钱上游犯罪类型的特征来进行针对性的甄别研判，利用特定犯罪类型的引导式的甄别方法：

提高可疑案例的人工甄别效率；

提升甄别结果准确率；

提升重点可疑报告的质量。

为了实现上述目的，本发明提供如下技术方案：

一种基于洗钱上游犯罪类型的引导式反洗钱甄别方法，包括以下步骤：

A1、初步判定

金融机构内部反洗钱系统在输出案例时，已对案例进行了初步判定，会给出案例相对应的犯罪类型，以及疑似程度。根据系统初步判定的犯罪类型，反洗钱部门进行进一步的详细甄别；

A2、引导甄别

引导甄包括两种，其一为人工甄别，其二为自动甄别

其一，反洗钱部门可根据系统给出的初步判定的犯罪类型，进行后续的引导甄别，同时也可自行选择其他犯罪类型进行引导甄别；

其二，系统以抓取的数据流量和信息作为初始训练数据集，并根据数据集中的特殊符号进行分割，提取高频关键词生成关键词，通过卷积神经网络进行关键词文本特征提取、文本特征表示、归一化，最后进行网络赌博、电信诈骗进行分类，再使用朴素贝叶斯分类算法，将样本数据集中的数据包打上标签，并与系统内包含的犯罪类型进行直接匹配甄别。

所述朴素贝叶斯算法自动甄别时首先确定特征属性，在获取网络赌博、电信诈骗样本，对每个类别计算P(yi)，然后对每个特征属性计算划分各个类别的概率，在对每个类别计算概率P(x|yi)P(yi),再以P(x|yi)P(yi)最大项作为获取网络赌博、电信诈骗样本的所属类别；

A3、结果输出

根据引导甄别的过程，系统给出结果判定，可疑或不可疑，以及和当前犯罪类型的匹配程度，由反洗钱部门做最终的结果判定；

A4、确定结果并上报

反洗钱部门选择最终判定结果，当前犯罪类型可疑或不可疑，根据上述引导甄别的过程，按照引导甄别的步骤生成对应的分析报告，以及输出是否可疑的佐证，提供反洗钱部门编写报告使用，最终将可疑的案例形成报告上报到监管机构。

优选地，所述A1中，初步判定的类型包括疑似诈骗、疑似网赌以及其他违法洗钱类型。

优选地，所述A2中，不同的犯罪类型，具体的引导甄别的步骤不同，具体引导步骤根据犯罪类型的特征进行生成；不同犯罪类型的甄别引导步骤通过系统配置生成。

优选地，所述A2中，引导过程支持一键系统自动执行，同时也可由反洗钱部门按照引导步骤逐步进行分析。

优选地，所述疑似网赌，具体的引导步骤如下：

①交易扩展分析：以当前可疑账户，进行交易明细扩展，找到一定时间内的交易对手，进入下一步；

②交易对手分析：对步骤①找出的交易对手进行分析，分析交易对手所在地，是否处于高风险区域；交易对手是否是黑名单、是否上报过可疑等；

③交易时空分析：对步骤①找出的交易进行分析，分析交易发生时间是否存在夜间交易频繁、全天候交易，交易发生地是否存在高风险区域、短时间内交易发生地多变等特征；

④交易行为分析：对步骤①找出的交易进行分析，分析账户是否存在快进快出、账户长期未启用突然出现小额测试交易、大额交易前存在测试交易、分散转入集中转出等行为特征；

⑤交易层级分析：对步骤①找出的交易，进行资金流向分析，分析资金来源和去向，形成资金层级关系图。

经过以上步骤，完成引导甄别，系统根据引导甄别的过程给出判定当前犯罪类型甄别出的可疑程度。

优选地，所述A3中，反洗钱部门如对分析结果不满意或认为当前不是最佳结果，可返回到第一步重新选择其他犯罪类型进行甄别。

优选地，所述A4中，所述分析报告包括从对手分析、时空分析、行为分析、层级分析以及其他角度输出分析过程。

优选地，所述贝叶斯公式为

所述x代表特征；

所述yi代表类别。

在上述技术方案中，本发明提供的一种基于洗钱上游犯罪类型的引导式反洗钱甄别方法，(1)对于相同犯罪类型的案例，系统提供特定的甄别思路，反洗钱部门仅需根据系统引导，按照步骤一步一步执行或者让系统自动执行甄别过程，找到案例匹配犯罪类型的特征或者不符合类罪的反面特征，以此来提高反洗钱人工甄别的效率，极大减轻反洗钱部门工作量，释放人力，节约人力成本；(2)按照特定类罪的特征来进行引导式的甄别，更有利于反洗钱部门发现洗钱的特征和线索，更好的佐证甄别结果，提升整体甄别的结果准确率，包括对于案例是否可疑，案例所匹配的上游犯罪类型，避免因个人能力不同而导致的分析结果不同的问题出现；(3)案例甄别完成后，具有重大情报价值的案例，需要形成重点可疑报告，上报到地方人民银行或公安机关。通过引导式的甄别方法，可将甄别思路输出到报告中，来对洗钱嫌疑、犯罪类型进行佐证，使得报告更具情报价值，辅助监管机构、公安机关等更好的打击犯罪。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本发明一种基于洗钱上游犯罪类型的引导式反洗钱甄别方法实施例提供的引导式甄别业务流程图示意图。

图2为本发明一种基于洗钱上游犯罪类型的引导式反洗钱甄别方法实施例提供的疑似网赌-引导式甄别操作流程图示意图。

图3为本发明一种基于洗钱上游犯罪类型的引导式反洗钱甄别方法实施例提供的疑似诈骗-引导式甄别操作流程图示意图。

具体实施方式

为了使本领域的技术人员更好地理解本发明的技术方案，下面将结合附图对本发明作进一步的详细介绍。

如图1-3所示，本发明实施例提供的一种基于洗钱上游犯罪类型的引导式反洗钱甄别方法，包括以下步骤：

A1、初步判定

金融机构内部反洗钱系统在输出案例时，已对案例进行了初步判定，会给出案例相对应的犯罪类型，以及疑似程度。根据系统初步判定的犯罪类型，反洗钱部门进行进一步的详细甄别；对于相同犯罪类型的案例，系统提供特定的甄别思路，反洗钱部门仅需根据系统引导，按照步骤一步一步执行或者让系统自动执行甄别过程，找到案例匹配犯罪类型的特征或者不符合类罪的反面特征，以此来提高反洗钱人工甄别的效率，极大减轻反洗钱部门工作量，释放人力，节约人力成本；

A2、引导甄别

引导甄包括两种，其一为人工甄别，其二为自动甄别

其一，反洗钱部门可根据系统给出的初步判定的犯罪类型，进行后续的引导甄别，同时也可自行选择其他犯罪类型进行引导甄别；

其二，系统以抓取的数据流量和信息作为初始训练数据集，并根据数据集中的特殊符号进行分割，提取高频关键词生成关键词，通过卷积神经网络进行关键词文本特征提取、文本特征表示、归一化，最后进行网络赌博、电信诈骗进行分类，再使用朴素贝叶斯分类算法，将样本数据集中的数据包打上标签，并与系统内包含的犯罪类型进行直接匹配甄别；

所述朴素贝叶斯算法自动甄别时首先确定特征属性，在获取网络赌博、电信诈骗样本，对每个类别计算P(yi)，然后对每个特征属性计算划分各个类别的概率，在对每个类别计算概率P(x|yi)P(yi),再以P(x|yi)P(yi)最大项作为获取网络赌博、电信诈骗样本的所属类别

反洗钱部门可根据系统给出的初步判定的犯罪类型，进行后续的引导甄别，同时也可自行选择其他犯罪类型进行引导甄别；按照特定类罪的特征来进行引导式的甄别，更有利于反洗钱部门发现洗钱的特征和线索，更好的佐证甄别结果，提升整体甄别的结果准确率，包括对于案例是否可疑，案例所匹配的上游犯罪类型，避免因个人能力不同而导致的分析结果不同的问题出现。

A3、结果输出

根据引导甄别的过程，系统给出结果判定，可疑或不可疑，以及和当前犯罪类型的匹配程度，由反洗钱部门做最终的结果判定；

A4、确定结果并上报

反洗钱部门选择最终判定结果，当前犯罪类型可疑或不可疑，根据上述引导甄别的过程，按照引导甄别的步骤生成对应的分析报告，以及输出是否可疑的佐证，提供反洗钱部门编写报告使用，最终将可疑的案例形成报告上报到监管机构。

优选地，所述A1中，初步判定的类型包括疑似诈骗、疑似网赌以及其他违法洗钱类型。

优选地，所述A2中，不同的犯罪类型，具体的引导甄别的步骤不同，具体引导步骤根据犯罪类型的特征进行生成；不同犯罪类型的甄别引导步骤通过系统配置生成。

优选地，所述A2中，引导过程支持一键系统自动执行，同时也可由反洗钱部门按照引导步骤逐步进行分析。

优选地，所述疑似网赌，具体的引导步骤如下：

①交易扩展分析：以当前可疑账户，进行交易明细扩展，找到一定时间内的交易对手，进入下一步；

②交易对手分析：对步骤①找出的交易对手进行分析，分析交易对手所在地，是否处于高风险区域；交易对手是否是黑名单、是否上报过可疑等；

③交易时空分析：对步骤①找出的交易进行分析，分析交易发生时间是否存在夜间交易频繁、全天候交易，交易发生地是否存在高风险区域、短时间内交易发生地多变等特征；

④交易行为分析：对步骤①找出的交易进行分析，分析账户是否存在快进快出、账户长期未启用突然出现小额测试交易、大额交易前存在测试交易、分散转入集中转出等行为特征；

⑤交易层级分析：对步骤①找出的交易，进行资金流向分析，分析资金来源和去向，形成资金层级关系图。

经过以上步骤，完成引导甄别，系统根据引导甄别的过程给出判定当前犯罪类型甄别出的可疑程度。

优选地，所述A3中，反洗钱部门如对分析结果不满意或认为当前不是最佳结果，可返回到第一步重新选择其他犯罪类型进行甄别。

优选地，所述A4中，所述分析报告包括从对手分析、时空分析、行为分析、层级分析以及其他角度输出分析过程。

优选地，所述贝叶斯公式为

所述x代表特征；

所述yi代表类别。

采用上述设置的，案例甄别完成后，具有重大情报价值的案例，需要形成重点可疑报告，上报到地方人民银行或公安机关。通过引导式的甄别方法，可将甄别思路输出到报告中，来对洗钱嫌疑、犯罪类型进行佐证，使得报告更具情报价值，辅助监管机构、公安机关等更好的打击犯罪。

实施例1

一种基于洗钱上游犯罪类型的引导式反洗钱甄别方法，包括以下步骤：

A1、初步判定

金融机构内部反洗钱系统在输出案例时，已对案例进行了初步判定，会给出案例相对应的犯罪类型，以及疑似程度。根据系统初步判定的犯罪类型，反洗钱部门进行进一步的详细甄别；

A2、引导甄别

反洗钱部门可根据系统给出的初步判定的犯罪类型，进行后续的引导甄别，同时也可自行选择其他犯罪类型进行引导甄别；

A3、结果输出

根据引导甄别的过程，系统给出结果判定，可疑或不可疑，以及和当前犯罪类型的匹配程度，由反洗钱部门做最终的结果判定；

A4、确定结果并上报

反洗钱部门选择最终判定结果，当前犯罪类型可疑或不可疑，根据上述引导甄别的过程，按照引导甄别的步骤生成对应的分析报告，以及输出是否可疑的佐证，提供反洗钱部门编写报告使用，最终将可疑的案例形成报告上报到监管机构。

实施例2

一种基于洗钱上游犯罪类型的引导式反洗钱甄别方法，包括以下步骤：

A1、初步判定

金融机构内部反洗钱系统在输出案例时，已对案例进行了初步判定，会给出案例相对应的犯罪类型，以及疑似程度。根据系统初步判定的犯罪类型，反洗钱部门进行进一步的详细甄别；

A2、引导甄别

系统以抓取的数据流量和信息作为初始训练数据集，并根据数据集中的特殊符号进行分割，提取高频关键词生成关键词，通过卷积神经网络进行关键词文本特征提取、文本特征表示、归一化，最后进行网络赌博、电信诈骗进行分类，再使用朴素贝叶斯分类算法，将样本数据集中的数据包打上标签，并与系统内包含的犯罪类型进行直接匹配甄别；

所述朴素贝叶斯算法自动甄别时首先确定特征属性，在获取网络赌博、电信诈骗样本，对每个类别计算P(yi)，然后对每个特征属性计算划分各个类别的概率，在对每个类别计算概率P(x|yi)P(yi),再以P(x|yi)P(yi)最大项作为获取网络赌博、电信诈骗样本的所属类别；

所述贝叶斯公式为

所述x代表特征；

所述yi代表类别。

A3、结果输出

根据引导甄别的过程，系统给出结果判定，可疑或不可疑，以及和当前犯罪类型的匹配程度，由反洗钱部门做最终的结果判定；

A4、确定结果并上报

反洗钱部门选择最终判定结果，当前犯罪类型可疑或不可疑，根据上述引导甄别的过程，按照引导甄别的步骤生成对应的分析报告，以及输出是否可疑的佐证，提供反洗钱部门编写报告使用，最终将可疑的案例形成报告上报到监管机构。

以上只通过说明的方式描述了本发明的某些示范性实施例，毋庸置疑，对于本领域的普通技术人员，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式对所描述的实施例进行修正。因此，上述附图和描述在本质上是说明性的，不应理解为对本发明权利要求保护范围的限制。