[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

说明书

本发明公开了一种非法资金转移可疑交易监测方法，该方法在传统的固定规则监测非法资金转移交易之外，进一步添加了使用机器学习算法训练得到的AI模型对交易数据进行可疑程度分析，通过模型融合，传统模型与AI模型共同决策可疑交易数据，相辅相成，利用AI模型的非固定性识别规则以及复杂场景下的深度特征分析，降低对专家因素的依赖性，同时提升了复杂场景下的可疑交易检测精准度；另外利用AI模型对于不同应用场景下的特征学习可以保证不同场景下的识别稳定性。本发明还公开了一种非法资金转移可疑交易监测装置、设备及可读存储介质，具有相应的技术效果。

技术领域

本发明涉及安全保障技术领域，特别是涉及一种非法资金转移可疑交易监测方法、装置、设备及可读存储介质。

背景技术

近年来，随着移动支付、大数据、云计算等新技术在金融领域的广泛应用，既带动了金融服务效率的提升，促进了数字金融普惠，也带来了如网络欺诈、非法资金转移等一系列金融安全问题，其中非法资金转移是金融机构在监控合规方面的重要领域。综合运用非法资金转移监管政策工具，切实强化对高风险市场、高风险业务和高风险机构的非法资金转移监管，体现了趋严趋紧的监管趋势。

在非法资金转移可疑交易监测领域，目前广泛应用的是日常规则模型和专家模型，日常规则模型根据央行下发的文件指示等，在交易时间、地点、金额、频率等方面设置规则进行日常监测；专家模型则针对不同的非法资金转移场景，进行非法资金转移行为模式提取，在不同的场景设置规则进行监测拦截。但是，日常规则模型和专家模型是固化的，调整周期很长，且拦截的模式单一化，无法应对复杂以及变化莫测的非法资金转移场景；同时专家主观性依赖大，现有规则极大的依赖人为的经验进行判断设定，不同的专家设置的模型会有差异，且不同场景迁移困难。

综上所述，如何提升复杂场景下的可疑交易检测精准度，保证不同场景下的识别稳定性，是目前本领域技术人员急需解决的技术问题。

发明内容

本发明的目的是提供一种非法资金转移可疑交易监测方法、装置、设备及可读存储介质，以提升复杂场景下的可疑交易检测精准度，可以保证不同场景下的识别稳定性。

为解决上述技术问题，本发明提供如下技术方案：

一种非法资金转移可疑交易检测方法，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。

可选地，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。

可选地，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；