[發明專利]反洗錢識別方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202111521737.4
• 申請日: 2021-12-13
• 公開（公告）號: CN114187154A
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 胥嘉棟;朱斌;傅群慧;朱堯
• 申請（專利權）人: 平安付科技服務有限公司
• 主分類號: G06Q50/26
• 分類號: G06Q50/26;G06Q40/04;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京英特普羅知識產權代理有限公司 11015
• 代理人: 程超

本發明提供一種反洗錢識別方法、裝置、計算機設備及存儲介質，所述方法包括：獲取多個用戶的交易記錄樣本，對所述交易記錄樣本進行預處理以符合第一規則要求；獲取交易記錄樣本中包含的第一樣本特征，利用卷積神經網絡訓練預備識別模型，根據所述預備識別模型對第一樣本特征的輸出數據從所述第一樣本特征中選取第二樣本特征；利用lightGBM模型和Catboost模型從第二樣本特征中選取第三樣本特征；利用所述第三樣本特征分別對所述CNN模型、所述LGB模型以及Catboost模型進行訓練，以得到第一識別模型、第二識別模型和第三識別模型；將目標用戶的當前交易記錄分別輸入所述第一識別模型、所述第二識別模型和所述第三識別模型，以確定目標用戶的交易行為是否存在洗錢風險。

技術領域

本發明涉及人工智能技術領域，特別涉及一種反洗錢識別方法、裝置、計算機設備及存儲介質。

背景技術

網絡經濟和電子商務的快速發展在其為人們便利的同時，其隱匿、快速的特點很容易成為犯罪分子轉移非法資金的重要途徑。因此，對網絡金融活動反洗錢問題進行識別和防范具有重要意義。現有的洗錢識別方案是基于公安部、外交部等指定的洗錢高風險人員名單識別監控，并基于已被發現的反洗錢案件人工進行特征分析，制定規則，以篩選出疑似洗錢交易。然而，由于每天交易數據龐大,涉嫌洗錢交易用戶情形復雜，疑似洗錢判定特征不明顯，因此難以有針對性地指定合理的識別規則。同時由于涉嫌洗錢交易(正樣本)的樣本量極少，分析和抽象出規律較為困難，因此對可疑交易監測分析的可利用性較低，現實應用效果不佳。

發明內容

本發明的目的是提供一種能夠準確及時地識別出交易行為中洗錢風險的技術方案，以解決現有技術中存在的洗錢樣本量低以及對洗錢交易識別效果不佳的問題。

為實現上述目的，本發明提供一種反洗錢識別方法，包括以下步驟：

獲取多個用戶的交易記錄樣本，對所述交易記錄樣本進行預處理以符合第一規則要求；其中，所述第一規則要求包括樣本數量要求、樣本平滑度要求、樣本稀疏性要求以及正負樣本比例要求中的任意一項或多項；

獲取所述交易記錄樣本中包含第一樣本特征，利用卷積神經網絡訓練預備識別模型，根據所述預備識別模型對第一樣本特征的輸出數據從所述第一樣本特征中選取第二樣本特征；其中，所述第一樣本特征的數量大于所述第二樣本特征的數量；

利用lightGBM模型和Catboost模型從所述第二樣本特征中選取第三樣本特征，其中，所述第二樣本特征的數量大于所述第三樣本特征的數量；

利用所述第三樣本特征分別對所述CNN模型、所述LGB模型以及Catboost模型進行訓練，以得到第一識別模型、第二識別模型和第三識別模型；

將目標用戶的當前交易記錄分別輸入所述第一識別模型、所述第二識別模型和所述第三識別模型，根據所述第一識別模型、所述第二識別模型和所述第三識別模型的輸出結果確定所述目標用戶的交易行為是否存在洗錢風險。

根據本發明提供的反洗錢識別方法，所述獲取多個用戶的交易記錄樣本，對所述交易記錄樣本進行預處理以符合第一規則要求的步驟包括：

基于PAC算法，確定所述預備識別模型的輸出達到第一精度時所需要的第一樣本數量；

獲取第一樣本數量的所述交易記錄樣本，對所述交易記錄樣本進行歸一化處理；

對經過歸一化處理的所述交易記錄樣本進行不同維度的組合，得到交易組合樣本；

基于數據增強算法增加所述交易組合樣本中包含的正樣本數量，以使所述交易組合樣本中的正樣本數量和負樣本數量的比值達到第一比例；其中，所述正樣本指的是確定存在洗錢風險的樣本。

根據本發明提供的反洗錢識別方法，所述基于數據增強算法增加所述交易組合樣本中包含的正樣本數量的步驟包括：