1、枫清科技枫清科技|图智能在反洗钱向的应用实践图智能在反洗钱向的应用实践演讲：Fabarta 贾志鹏目录目录Contents第章节：业务背景第章节：分析过程第三章节：案例介绍第四章节：总结 2023 Fabarta2业务背景 2023 Fabarta3Part 01背景背景 2023 Fabarta4反洗钱业务背景融技术、融创新快速发展，普及、应用，融交易量迅速增长，洗钱、恐怖融资等犯罪为层出不穷，犯罪段不断翻新，呈现专业化、团伙化、隐蔽化等特点，严重危害民群众的财产安全和合法权益。洗钱团伙挖掘洗钱活动往往涉及到团伙犯罪，反洗钱规则只适用于识别单个账户的洗钱为，需要进步对参与反洗钱的可疑交易洗钱

2、团伙进挖掘，从深识别风险较、相互关联的可疑团伙群体，有效提升反洗钱可疑交易报告的情报价值，也为进步探索相关技术在全面风险管理、客户关系挖掘等面的应用奠定基础。业务流程及痛点业务流程及痛点 2023 Fabarta5案发后数据下传筛查尽职调查综合评判可疑上报l 时间长：单个案例处理时间较长（20-50分钟）l 段局限：SQL筛选过滤，法对关联数据进深度分析l 处理作量：每年数万多起案例数据l 问题数据法得到融通和应用：可疑数据上报后后续利用现有业务流程现有业务流程业务痛点业务痛点分析过程 2023 Fabarta6Part 02分析过程分析过程 2023 Fabarta7-融合客户交易数据，客户

3、资料，外部数据等多源数据数据收集建立图谱模型分析团伙发现数据融通-面向反洗钱主题，构建基础图谱，在基础图谱上进步建立特征图谱-应用多种数据分析建模段，发掘可疑个体-针对可疑个体，应用关联数据，进团伙发现，包括团伙成员及分-通过可视化的式传递数据价值，增加案例可解释性，进加速案例处理建立图谱建立图谱 2023 Fabarta8示例1.收集相关数据，建立基础数据图谱；-个账户信息，如账户数量、证件、地址和电话等；-企业账户信息，如注册资、经营范围和股权情况等；-交易数据，如额，交易时间，交易对；-交易为信息，如银交易（IP地址、MAC地址），柜面交易，交易点等；2.应用基础数据图谱，进步进特征加，

4、并在此基础上进步发现关联关系；-账户资料的特征，如同注册地址、持股关联和致动等；-资交易上的特征，如频度、模式、速度和式等；-交易为的特征，如同IP地址及MAC地址下的关联交易、同区域点内分散交易等；模型分析模型分析 2023 Fabarta9在原有分析维度的基础上融图相关特征进建模分析；attribute_assortativity_coefficient：属性相关degree_assortativity_coefficient：度数相关相关性顶点度相关统计average_degree_connectivity：顶点度平均degree centrality：度中k-core：k度k-shel

5、l：k 度剥离路径和遍历average_shortest_path_length：平均最短路径bfs：度优先sssp：加权最短路径k shell：k 度剥离顶点重要性eigenvector_centrality：特征向量中性HITSPageRankkatz_centrality社区相关clustering：社区聚集triangles：三角计数louvain：社区发现lpa：标签传播wcc：连通图案例介绍 2023 Fabarta10Part 03案例说明案例说明 2023 Fabarta11本案中所有数据及分析过程为应用开源数据集进模拟分析，并任何真实业务数据；本案例数据来源于开源数据集IBM

6、/AMLSim（https:/ 2023 Fabarta12模拟客户信息表、账户信息、交易流step1step1交易个体特征的发现-筛选可疑交易个体step2step2交易群体特征的发现-筛选交易团伙step3step3针对团伙特性进描述总结step4step4将发现的团伙特性转化为任务执step5step5数据探查数据探查 2023 Fabarta13交易个体特征的发现-筛选交易个体l 统计所有账户的转额/转出额比例l 标准差法找出异常值：比平均值出两个标准差的数据异常点分析异常点分析 2023 Fabarta14围绕异常点过滤图l 围绕选定account:996账户展开其相关交易链路l 通

7、过图探查发现交易为多个账户转汇聚到该账户上图结构特征探查图结构特征探查 2023 Fabarta15围绕图开展团伙发现l 图结构特征的探查-三角计数l 发现account:996的三角计数结果明显于其他账户l 通过图探索围绕账户account：996存在量聚集关联交易图结构特征发现图结构特征发现 2023 Fabarta16结合聚类结果和结构特征的发现l 针对上述发现的围绕账户“account:996”的聚集关联交易进聚类分析-鲁汶算法l 可以发现分组4中交易关系复杂，且交易总量达到148万，平均每笔6.7万，可以确定为可疑团伙图结构特征发现图结构特征发现 2023 Fabarta17针对分组

8、4，进步分析发现团伙分l 统计分组内各账户的转转出笔数l 账户“account:996”为转笔数显著于转出笔数，为疑似接收者l 账户“account:876”,“account:466”,“account:305”，均为发起转账户，为疑似发起者l 其余账户参与交易，且转转出笔数相似，疑似洗钱参与者图模式转化为任务图模式转化为任务 2023 Fabarta18结合以上步骤的发现的图模式，建立对应的图模式任务，进步在全量数据集中应用已发现模式识别可疑团伙为总结 2023 Fabarta19Part 04站式图智能分析平台总结站式图智能分析平台总结 2023 Fabarta20可视化构建图模型；支持结构化/非结构化数据库数据接离线/实时接；可视化展示式；图胜千；可以便展开上下级层级关系；云原分布式存算分离图数据库；性能好，可扩展；多关系查询，相比关系型数据库有极性能提升；多种内置图分析算法及图模式模版；支持图模式可视化配置及发现；内置模型开发集成具；支持模型服务管理；Fabarta图智能分析平台邮箱：地址：北京市海淀区西北旺东路10号院东区10号楼1层104室