[发明专利]一种非法资金转移可疑交易监测方法及相关组件

权利要求书

1.一种非法资金转移可疑交易检测方法，其特征在于，包括：

确定待检测的交易数据；

调用规则检测模型按照设定的检测规则对所述交易数据进行匹配检测，并将检测得到的可疑数据输出至案例预警池中；其中，所述规则检测模型包括：日常规则模型和/或专家模型；

运行AI模型对所述交易数据进行可疑程度分析，并将分析得到的可疑数据输出至案例预警池中。

2.根据权利要求1所述的非法资金转移可疑交易监测方法，其特征在于，所述运行AI模型对所述交易数据进行可疑程度分析，包括：

运行有监督模型以及无监督模型分别对所述交易数据进行可疑程度评价，生成有监督可疑度分值以及无监督可疑度分值；

调用案例预警模型根据所述有监督可疑度分值、所述无监督可疑度分值以及分别对应的模型权重对所述交易数据进行综合风险评价，并将评价得到的高风险数据作为所述可疑数据。

3.根据权利要求2所述的非法资金转移可疑交易监测方法，其特征在于，所述运行有监督模型以及无监督模型分别对所述交易数据进行可疑程度评价，包括：

运行静态有监督模型对所述交易数据进行可疑检测，生成静态可疑度分值；

检测是否达到动态有监督模型的训练期限；

若已达到所述训练期限，则调用聚类模型聚类当前可疑样本，并根据所述当前可疑样本对所述动态有监督模型进行优化训练后，运行所述动态有监督模型对所述交易数据进行可疑检测，生成动态可疑度分值；

若未达到所述训练期限，执行所述运行所述动态有监督模型对所述交易数据进行可疑检测的步骤；

则相应地，所述有监督可疑度分值包括所述静态可疑度分值以及所述动态可疑度分值。

4.根据权利要求3所述的非法资金转移可疑交易监测方法，其特征在于，还包括：

确定所述交易数据中经过所述规则检测模型以及所述AI模型判定非可疑的数据，作为安全数据；

调用案例召回模型根据与所述可疑数据的相关程度对所述安全数据进行重检测，并将检测得到的可疑数据输出至案例预警池中。

5.根据权利要求4所述的非法资金转移可疑交易监测方法，其特征在于，所述检测是否达到动态有监督模型的训练期限，包括：

检测所述动态有监督模型的时间阈值是否过期，以及，所述案例召回模型的预警量是否达到警戒阈值；

若所述时间阈值已过期，或，所述预警量达到所述警戒阈值，判定已达到所述训练期限；

若所述时间阈值未过期，且，所述预警量未达到所述警戒阈值，判定未达到所述训练期限。

6.根据权利要求1所述的非法资金转移可疑交易监测方法，其特征在于，在所述调用规则检测模型按照设定的检测规则对所述交易数据进行匹配检测之前，还包括：

判断当前是否达到所述规则检测模型的参数阈值过期时间；

若未达到，执行所述调用规则检测模型按照设定的检测规则对所述交易数据进行匹配检测的步骤；

若达到，调用参数调优模型对所述规则检测模型进行参数重设后，执行所述调用规则检测模型按照设定的检测规则对所述交易数据进行匹配检测的步骤。

7.根据权利要求1所述的非法资金转移可疑交易监测方法，其特征在于，还包括：

调用案例评分模型对所述案例预警池中的可疑数据进行可疑程度评价，生成程度评价结果；

根据所述程度评价结果生成各所述可疑数据的审核优先级，并根据所述审核优先级将所述可疑数据添加至案例审核池中对应的存储空间。

8.一种非法资金转移可疑交易监测装置，其特征在于，包括：

数据接收单元，用于确定待检测的交易数据；

规则检测单元，用于调用规则检测模型按照设定的检测规则对所述交易数据进行匹配检测，并将检测得到的可疑数据输出至案例预警池中；其中，所述规则检测模型包括：日常规则模型和/或专家模型；

AI检测单元，用于运行AI模型对所述交易数据进行可疑程度分析，并将分析得到的可疑数据输出至案例预警池中。