[发明专利]一种疑似洗钱交易识别方法及装置

说明书

本发明公开了一种疑似洗钱交易识别方法及装置，其方法包括：获取各账户在预设期间内的交易信息，根据交易信息建立各账户在预设期间内的特征集合，特征集合的元素包括：交易总额、交易额离散度、账户转入频率、账户转出频率、操作周期离散程度；将每个账户的特征集合作为特征点，对特征点进行聚类分析，将特征点分到对应的簇中；识别簇内的异常特征点，异常特征点对应的特征集合中存在疑似洗钱交易。本发明以与账户关联的交易总额、交易额离散度、账户转入频率、账户转出频率、操作周期离散程度作为元素组成特征集合为基础进行聚类分析和异常特征点的挖掘，能够全面地对账户的交易情况进行评价，有效地识别出存在疑似洗钱交易的异常特征集合。

技术领域

本发明涉及数据处理技术领域，特别涉及一种疑似洗钱交易识别方法及装置。

背景技术

近年来，随着互联网金融的不断发展，一些扰乱正常金融秩序的网络金融犯罪也随之出现，网络洗钱便是其中一种。网络洗钱不仅侵犯了公民的合法权益，还会影响国家金融安全，因此打击网络洗钱不仅要依靠国家的法律法规，还应该在从业机构中完善反洗钱的机制和技术。现有技术中各从业机构的反洗钱机制主要是建立涉洗钱涉恐黑名单、识别疑似洗钱交易和可以交易报告制度，其中对疑似洗钱交易的识别方法集中在对客户身份识别的基础上，用量化阈值的手段来分析客户存取款频率以及账户余额，然而这种识别方法存在着预设标准易被规避、数据庞杂、漏报率/误报率高等问题，让识别疑似洗钱交易的准确率和反洗钱工作的效率大打折扣。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种疑似洗钱交易识别方法和装置。所述技术方案如下：

一方面，提供了一种疑似洗钱交易识别方法，包括：

获取各账户在预设期间内的交易信息，根据所述交易信息建立各账户在所述预设期间内的特征集合，所述特征集合的元素包括：交易总额、交易额离散度、账户转入频率、账户转出频率、操作周期离散程度；

将每个账户的所述特征集合作为特征点，对所述特征点进行聚类分析，将所述特征点分到对应的簇中；

识别所述簇内的异常特征点，所述异常特征点对应的特征集合中存在疑似洗钱交易。

进一步地，对所述特征点进行聚类分析，将所述特征点分到对应的簇中包括：

在所述特征点中随机选择预设数量的特征点作为各簇的中心点；

计算其他特征点与所述中心点的距离，将与所述中心点距离最小的特征点分到该所述中心点对应的簇中；

计算所述簇中的所述特征点与所述中心点的距离的平均值，根据所述平均值更新所述簇的中心点；

计算其他特征点与更新后的新中心点的距离，将与所述新中心点距离最小的特征点分到该所述新中心点对应的簇中；

重复确定所述新中心点，将所述特征点分配到对应的簇中。

进一步地，在更新所述簇的中心点时，所述方法还包括：

将所述平均值与预设平均值条件比对，若所述平均值不满足所述平均值条件，则停止更新所述簇的中心点，将独立在各所述簇外的特征点识别为所述异常特征点。

进一步地，识别所述簇内的异常特征点包括：

确定所述簇内各所述特征点的邻域，所述邻域内包括与所述特征点对应的邻居点；

计算所述邻域内所述特征点和所述邻居点的局部可达密度；

根据所述特征点和所述邻居点的局部可达密度，计算所述簇内各所述特征点的局部偏离因子，识别满足预设偏离因子条件的特征点为所述异常特征点，所述局部偏离因子为所述邻域中某个特征点的邻居点的局部可达密度的平均值与该特征点的局部可达密度的比值。