关于风险控制:图智能在反洗钱方向的应用实践丨Fabarta-技术专栏

导读：依靠于 Fabarta 在金融行业利用图技术解决反洗钱业务畛域问题成功经验，将图智能在反洗钱方向的利用实际进行总结并分享，次要包含以下几个方面：

全文目录：

1. 反洗钱业务业务背景
2. 以后反洗钱的业务流程及痛点
3. 如何利用图智能进行反洗钱剖析
4. 案例介绍
5. 总结

01 业务背景

1. 背景

反洗钱的重要性在这里就不赘述了。随着金融技术的疾速倒退，金融机构的体量迅速增长，犯罪分子的洗钱行为、伎俩越来越新，呈现出专业化、团伙化、荫蔽化的特点，为反洗钱工作带来了微小的挑战。在以往的反洗钱工作中，金融机构积攒了很多数据规定，然而因为洗钱伎俩一直翻新，这些积攒的规定或模型并不能齐全、及时地发现新的洗钱伎俩。

因而，在已有零碎预警发现之外，针对须要进一步协查的案例，联合金融机构相干数据构建反洗钱图谱后，进行能够洗钱行为进行发现和举证；在剖析和举证的过程，更多的会是图数据的探查操作。

2. 业务流程及痛点

（1）洗钱行为自身是团伙行为

仅针对繁多的客户或者账户进行规定发现，并不能齐全笼罩到团伙行为。所以须要进一步地去对整个团伙进行一些摸索和发现，并辨认进去团伙的行为，只有这样能力更无效地去提供有价值的情报，帮忙金融机构或者经侦机构对反洗钱的案例进行剖析和发现。

（2）现有业务剖析过程

案发后，经侦机构为了进一步针对洗钱行为进行举证，会针对相干账户或者责任人，向相应金融机构发放协查通告。金融机构在承受到协查通告之后，会在本人的数据范畴内进行人工筛查，包含收集相干账户或者相干责任人在本金融机构内的一些金融行为数据。在筛查完之后，将这部分数据中的可疑行为造成报告后，提供给相应的业务部门进行渎职考察，最初整个在机构内造成综合评判，提供一个残缺的案例阐明，进行上报。

（3）现有剖析过程的痛点

在上述业务流程中会有以下几个痛点：

• 首先是整个流程比拟长，须要数据组进行人工审查，又要业务组进行渎职考察，还要进行研判，最初进行报告整顿，所以一般来说整个的案件解决的均匀工夫会在 20 至 50 分钟。
• 伎俩绝对局限，因为整个过程波及到的数据大多还是通过结构化数据库进行存储的，所以个别采纳 SQL 去筛选、关联数据；针对关联数据的摸索伎俩局限，耗时也比拟长。
• 单个案例自身耗时较长，基本上是每年都会有几万起的案例，因而会耗费金融机构很大的人力工作量去应答。
• 在通过这么多的人力投入和剖析之后，可疑上报之后，发现的可疑行为和数据并没有失去进一步的无效利用，无奈造成一个残缺的闭环。

针对这些问题，咱们从技术角度提出了一个整体的剖析思路。

02 剖析过程

上面具体地解释一下咱们的剖析过程。剖析过程分成五步。

（1）数据收集

首先是做数据收集，不同机构对于数据收集的能力也不尽相同。例如，经侦机构有权调用所有的数据，包含各金融机构提供的交易数据；而在金融机构外部，则仅能收集相干客户的交易流水数据、客户资料以及采买一些内部数据——包含企业的征信数据、司法的涉诉、刑事案件数据、个人行为等数据。

（2）建设图谱

在收集好各个维度的数据之后，利用这些数据去建设一个图谱，咱们将其分成了两个阶段：第一个阶段是构建一个根底数据的图谱，就是将方才所提到的收集到的这些多维度的关联数据进行图化的组织。把数据组织成图之后提取一些特色信息，次要是对暗藏关系的发现，以及对图内一些行为的形容。在此基础上构建一个新的图特色图谱；

（3）模型剖析

在图谱建设之后，能够利用一些伎俩对数据进行剖析，包含一些图的算法，去发现图的一些结构性特色，也会联合一些机器学习伎俩去对整个数据进行建模剖析。

（4）团伙发现

在建模剖析之后，实现整个模型个体的开掘之后，能够依据个体去扩散，找到对应的一个团体性的行为，后针对团体性的行为外部，再进行一些描述性的剖析和发现。进一步找到团伙内的各个成员的分工，并在此基础之上采纳可视化的形式去传递数据价值；

（5）数据融通

后面的剖析次要是数据处理、探查工作，但自身还波及到数据的流转，即提供反馈给上家机构，或者最终反馈到经侦。在整个解决的过程中，须要对提供的线索以可视性更强的形式表白，减速案例解决，外部流转。

下面是整体的剖析过程，上面开展介绍建设图谱的两个阶段，第一步是对于根底数据的采集包含个人账户数据，比方个人账户数量、电话、地址、账户睡眠工夫，还有对企业账户数据的采集如注册资金、经营范围、注册地址、股权等，还有对交易行为数据的采集，包含交易金额、交易工夫、交易类型等，如果是网银交易，还需收集对应的 IP 地址和 Mac 地址，线下交易会收集交易机构，在收集到这些根底数据后，会进一步地进行特色加工，再去关联。如能够通过账户的注册地址去发现账户之间是否存在暗藏的关联关系，或者通过股权关系去发现是否具备理论控制关系，这样的话就能够在已知的根底下来进一步开掘暗藏的关系，并在此基础上建设更深的图网络。还有一些特色如交易频率、是否存在会聚性的交易行为，或者是单笔转入多笔转出等等，通过这些进一步去丰盛整个图的内容。以上作为后续剖析的根底，只有在这外面建设了更丰盛、更广大的关系，能力更多地提取整个图相干的数据价值。

在图谱建设之后，又回到了模型剖析局部，其实模型剖析咱们用图的话会扩大剖析维度，在原有的描述性剖析的特色维度之上，还是会通过图的一些结构性特色去剖析。这里列举了一些经典的图的算法，针对不同的场景会须要不同的抉择。如交易的行为或模式，能够用 PageRank，能够看到以后客户 / 账户是不是整个交易的集中核心。还能够通过一些社区发现相干的算法对数据进行聚类，包含一些行为的辨认；除了利用一些规范的算法，还会通过一些业务人员人工的辨认去发现一些洗钱相干模式，如是否有一些分散型的交易。后续将在案例中进一步再解释模式这一结构性的特色，以及应用动图模式去进行特色的开掘，最初把所有特色送到模型里进行剖析。

03 案例介绍

1. 案例阐明

以上是一个残缺的剖析流程，上面来分享一个具体案例，在分享之前有一些必要的阐明。

后续的整个案例都是基于开源数据集的，因为以往波及金融机构的数据都是窃密的。这个开源数据集来源于 IBM 提供的模仿数据，可见数据外面是一个绝对简单的交易数据网络，并且曾经对每笔交易打了标签，上面通过 Fabarta 提供的图智能剖析平台对数据进行剖析和发现。

2. 案例流程

• 第一步是通过开源数据去进一步模仿客户信息、账户信息、交易流水信息；
• 在数据根底上对交易个体的每一个账户进行特色发现，进一步筛选出可疑个体。
• 在可疑个体的根底上，通过构建交易网络大图，围绕着个体进行一些子图的筛选，在此基础上进行群体特色的发现，进一步去找到其绝对应的交易团伙。
• 发现团伙后，再将数据筛选定义到团伙级别，针对团伙外部的行为特色进行一些形容总结，找到不同成员的分工行为。
• 并在这个过程中，逐渐发现其反洗钱的特色，包含行为型、描述性的特色。最终将特色转化为具体的工作，在逐步积攒的过程中，将发现的特色利用到更广的数据集中，进一步找到是满足特色发现的可疑团伙行为。

3. 数据探查

数据探查次要是对数据的描述性信息进行剖析，案例里针对交易行为进行了根本的解决，如单日转出金额的比例，咱们通过对整体数据的剖析制订一个标准值。对超出标准值的标记为异样点，而后通过找异样点的形式去发现异常用户。真正的施行过程会有更简单的发现形式，在这里示例次要是为了不便咱们展现整个剖析过程。

具体的，在找到了转入转出金额比例之后，通过剖析统计，剖析出自身的标准值、平均值、标准差等，能够看到在右侧整个异样行为的也会比拟大。转入转出均匀在 4000 左右，然而有一些数据都是几万了，这是个绝对较高的比例。针对这个个体须要逐个地进行剖析是否存在问题。

4. 异样点剖析

异样点剖析还是要围绕方才的交易大图，其是一个芜杂的交易网络，数据量也较大。在筛选完子图后，须要先将相干链路的高低三层，即到底通过什么样的链路进行资金的转入和转出，再将筛选出的数据进行可视化的探查，筛选出的图的大小较小，然而能够通过他的结构性的行为去发现交易的分层行为，通过多层的交易账户之间交易，最终将资金汇聚到最上面的账户上。

这其实也是资金的会聚，通过层层交易把资金汇聚到少数几个账户上，在这里通过可视化的探查能够发现他的这种行为，并且在图构造上会有异样行为的佐证，在发现异常行为的子图特色后，再针对子图去进一步剖析，并应用一些图算法去发现它的结构性特色。

5. 图结构特征探查

• 在这边用到了三角计数；在业务上能够这么了解：如上图，账号 131 在给 996 转账的同时，也通过中间人 811 给 996 转了账，简略来说通过多条链路去达成同一指标人的转账行为。那咱们利用这个结构性的特色对数据进一步剖析，筛选出子图内存在这种交易行为的客户，并对三角计数进行从新统计。
• 统计之后大家能够发现围绕账户 996，它有 26 个结构性的交易，这种三角计数的后果其实就是结构性的交易的行为，最终围绕着 996 把数据再进一步筛查，把所有这种结构性的交易数据全副筛查进去。
• 在左下方这个图外面，存在 26 个三角环，三角计数这个后果的一个子图，通过与业务人员剖析，这种行为其实并不是很失常的行为，他一直地通过其余账户转钱。
• 通过上述剖析查证之后，进一步将数据筛查范畴降下来，从方才 996 高低的那个链路推广到整个具备三角计数的交易链路上来。

6. 图结构特征发现

针对筛选后的数据进一步进行特色发现，围绕着账户 996 的汇集关联交易行为进行聚类分析（图中应用不同的色彩渲染以辨别不同的类别），并对聚类的数据进行描述性的剖析，次要是对交易总量的剖析，通过左侧的可视化画布能够看到分组 4 外面的交易构造是绝对简单的，同时联合右侧的剖析数据自身的交易总量达到了 148 万，均匀每笔 6.7 万。能够根本确定其绝对于其余聚类是一个显著的可疑行为。接下来就是针对这个分组 4，再做进一步的剖析。

针对分组 4 做进一步剖析，次要还是一些描述性的统计，来实现不同的账户成员进行洗钱分工的剖析。在洗钱过程中，角色分为发起者、中间人、接收者、洗钱者和支持者。不同的角色能够通过交易的转入转出的不同的笔数来确定的，如账户 996，转入 11 笔，然而它并没有转出，这样就能够在整个团伙或整个网络中确定它是最终的洗钱的接管方；像 876、466 和 305 这三个账户，都存在转出的发动行为，并没有转入的行为，其可能是整个网络的发起者。
通过对整个数据一直的下钻、剖析，既找到了个体，又发现了团伙，并对团伙的行为特色、分工有了肯定的发现。在此过程中，咱们心愿除了对数据、剖析过程进行上报外，还将发现的特色与业务人员进行沟通，并将其利用到更多的数据里。

7. 图模式转化工作

下一步能够通过可视化去编排整个图模式。在这里能够简略地了解图模式，针对方才说的三角计数的行为，如一旦大于 5 个或者大于 6 个，咱们就认为他是可疑的团伙，而后通过这个图模式去执行工作发现，就能够进一步地发现更多的团伙。

04 总结

最初对数据进行定性分析，对整个剖析过程进行一下总结。

整个剖析过程还须要思考各种异构数据的接入，以及一些数据的可视化，这些方面图还是具备肯定的劣势。绝对于结构化数据展现，图构造展现能做到一图胜千言，应用图构造去做可视化也更容易减少案例的可解释性。

在整个剖析过程中，还须要思考在利用图特色的根底上联合其余模型进行一些剖析，所以与其余模型集成也很重要。包含后面提到的深度链路，在演示中没有蕴含实时的 demo，其实大家理解图的话，就会明确深链路的查问响应时长是一个很重要的指标，包含实时的关联性的查问也是十分重要。

整个的图算法模块，或者说主动的图模式配置，能够帮忙业务人员更快地去利用图的技术，帮忙业务人员利用现有算法、可视化地配置，能够把业务人员自身的业务知识疾速地转化成技术手段进行数据发现。

05 问答环节

Q1：首先有同学问说在进行这个三角计数和图构造来辨认团伙时，只用思考图的拓扑信息？另外的话，这里的交易图是有向图还是利用于无向图两个问题？

A：首先感激案例同学的发问，在案例分享的过程中其实也提到了，其实咱们并不是只用三角计数算法，三角计数只是其中的一个维度来做这个剖析。而后再有鲁文算法利用的话，的确，咱们在整个聚类过程中，是把边的方向疏忽掉了，而后只是做了一个聚类分析。

Q2：在剖析过程中须要回溯多久的历史交易数据？

A：回溯多久的历史交易的数据的话，这个是有不同需要的。个别的话是会要回溯 6 个月内的一些交易行为，同时也分为不同用处，一个用处是协查时针对金融机构会提供的数据范畴进行要求；另外一个是咱们要做后续的一些建模剖析的话，这个数据往前再追溯一年，这个时候其实就要思考整个的数据量了，像金融机构，特地是银行，单月交易流水都是千万级别，甚至有些大行都到亿级别的，还是须要综合思考数据量和解决能力的。

Q3：如果是要做案例的预警，没有下级机构下发的排查账户，怎么确定起始节点？

A：这里也把这个事件分成两步，一个是案例预警，案例预警的话必定是下级协调下发去排查。而后另外的话就是利用，其实金融机构会有一些反洗钱的一些规定在的；比方账户的那个交易频度，或者交易工夫，会有一些原始的一些规定积攒；再比如说快进快出，一些银行或者会有那种快进快出那个规定，比如说资金在账户里停留不超过一个小时。这些规定的发现能够作为后续的排查剖析的过程。最终还是要联合到业务去看，因为这个自身排查的工作量就很大，可能不会有自发性地再去进一步剖析了。

Q4：能够用核心性这一类的算法来进行团伙分工发现吗？

A：方才示例里用到那个算法，其实和方才另外同学问的那个是相似的，示例里算法其实只是用来做一个示例，还须要联合图构造的特色，真正在去做聚类发现的时候，其实并不能单纯的只用某一个图算法，还须要联合它的不同的这个特色去做一些聚类分析。这时候可能要上一些机器学习的模型了，不仅仅只是核心性这种。而后针对图的结构特征对整个业务行为进行形容，再联合整个形容的特色去做一些聚类分析。

Q5：单个金融机构个别只有本人客户的交易数据，很难构建残缺的交易图，这种状况下怎么对具备洗钱团伙特色的角色进行精确剖析？

A：感激这位同学的问题，这个问题问到了一个比拟要害的点上，是咱们在后续整个图的剖析过程中一个很重要的根底，怎么去利用全面的数据去把这个图残缺地图现进去。对于单个金融机构的确是一个很大的挑战，单个金融之内它只能针对本人持有的数据去进行剖析，发现你包含它的交易数据，很多银行特地是规模小的，交易链路就断掉了，比方一些地方性银行交易行为整个链路可能就两三跳。如果是股份制或者城商行可能还好一点，在这种状况下咱们只能争取利用其余的维度，尽量的去提供线索。然而如果是机构经侦协查的场景，是能够把所有金融机构的数据整合到一起的，而后就能够把所有的数据收集上来，而后进行形成一个残缺的图。

Q6：接下来这个问题是案例中是如何晓得分组四是显著的规定是什么？

A：分组 4 的话还是有一个人为剖析的过程，大家能够看到有一个可视化的展现，通过图图形的展现能够看到分组 4 内它的交易构造会绝对更简单一些。从图中能看出，它整个的交易构造是单向的，所有的资金是在往一个账户去汇总的，这个是通过人去辨认进去的，右侧的话其实会对它进行统计信息，统计交易总量或者交易笔数，大家能够看到会有一些差别。整合的过程中其实是一个人工参加和定性分析的过程。

Q7：注册地址信息是怎么解决入图的？

A：注册地址的话会把它独自作为一个节点，因为注册地址作为节点的话，能够把不同的账户进行关联。其实在建图的过程中会有三个局部，即图外面有三个公民，点、边、属性，点、边和属性在图里集体了解其信息是对等的，那真正在利用的过程中还是要进一步发现它的用处是什么。如方才叙述的注册地址，在场景里其实是通过注册地址把账户进行关联，这样的话不便于后续的查问。

Q8：贾老师对于异样开掘算法落地过程有哪些比拟无效的倡议？

A：对于算法的话，其实咱们在落地过程中就还是方才说的那个三角计数，为什么拿那个做一个案例演示，三角计数业务上会认比拟认同它的校验模式。而后另外的话，在原有的这种图的算法之外还是要进行扩大的，图的关联表白还有一些结构性特色信息在外面，业务会提供很多图模式模版，这样的话咱们通过图模式会发现一些新的业务特色点，这些也是会在落地中产生绝对更无效的作用。
明天的分享就到这里，谢谢大家。

本文作者贾志鹏，Fabarta 高级技术专家，毕业于西安理工大学，曾就任于 IBM，阿里云，HSBC，先后任职利用架构师、解决方案架构师，次要专一于金融、制作和汽车等行业的业务解决方案征询和施行工作；现就职于 Fabarta 负责客户胜利团队高级技术专家，负责金融行业相干的客户计划售前反对及售后施行，保障我的项目及产品交付过程中可能安稳落地，切实解决客户业务问题。