[发明专利]一种基于大数据侦查地下钱庄洗钱犯罪的方法

权利要求书

1.一种基于大数据侦查地下钱庄洗钱犯罪的方法，其特征在于，包括数据预算器、算子计算器、规则计算器、模型计算器和预警生成器；上游源平台数据以T+1的方式(T为交易发生日期)接入到反洗钱平台，数据预算器负责对源数据的清洗、转换、加工处理，并调外部接口(如企查查、征信接口等)联网核查，补全缺失的客户信息要素；算子计算器负责对数据的聚合、分组、去重、递增、递减、方差、标准差等维度的计算，提供API接口对外调用；规则计算器负责可疑特征计算，规则计算器可调用算子，实现对数据的计算和逻辑判断，可根据规则参数的配置，灵活设置可疑交易回顾周期，可多维度设置侦查点；模型计算器负责洗钱模型计算和资金网络计算，根据模型下的规则证据(满足规则的客户、账户、交易信息)，按客户维度组建初始模型实例，再将同一个洗钱场景下规则对应的交易证据进行资金网络组网计算，生成资金网络，将模型实例和资金网络合并生成模型证据；预警生成器负责将地下钱庄洗钱犯罪模型证据生成可疑预警；具体如下所示：

(1)数据预算器：数据预算器是Scala语言开发的脚本程序，采用开源的Spark计算引擎，实现对海量数据的清洗、加工处理，生成标准接口下的客户、账户、交易等数据；针对客户：标记客户名单属性，调外部接口(如企查查、征信接口等)补全客户联系方式、地址、证件到期日、法人信息、受益人信息等等；针对账户：补全账户户名、开户金融机构等信息；针对交易：通过交易ip地址解析出交易发生地区，匹配登录设备信息、终端信息，联网核查主体及对手客户身份信息等，以用来构建完整的客户、账户、交易信息；

(2)算子计算器：算子计算器是Java语言开发的基础函数接口，能够实现对数据的求和、计数、平均、最大值、最小值、树形统计、列表采集、替换对象、分组、去重、非连续递增、连续递增、非连续递减、连续递减、方差、标准差等维度的计算，算子计算器提供对外调用的API接口，可传参且能返回计算结果值；

(3)规则计算器：规则计算器是Scala语言开发的脚本程序，采用开源的Spark计算引擎，实现规则计算，计算结果(规则证据)写入数据库；每一个可疑识别点定义为一个规则，规则采用分层设计，同一层级规则可并行执行，不同层级规则串行执行；规则计算器可调用算子，实现对数据的计算和逻辑判断；规则计算器可根据规则参数的配置，灵活设置可疑交易回顾周期，可多维度设置侦查点，如客户维度、ip维度、地区维度、机构网点维度等等，全方位监控可疑交易；

(4)模型计算器：模型计算器是Java语言开发的程序，实现洗钱模型计算和资金网络计算，计算结果(模型证据)写入数据库；一个模型是一种洗钱类型，反应一种洗钱场景，模型向下包含多个规则，每个规则相当于一个洗钱的小特征，多个小特征反映出一个洗钱场景；根据模型下的规则证据，按客户维度组建初始模型实例，再将同一个洗钱场景下规则对应的交易证据进行资金网络组网计算，生成资金网络，将模型实例和资金网络合并生成模型证据；

(5)预警生成器：预警生成器是Java语言开发的程序，主要是基于地下钱庄洗钱犯罪模型证据生成可疑预警，并将可疑预警及其预警证据写入数据库。