數(shù)據(jù)挖掘技術(shù)在識(shí)別可疑金融交易中的應(yīng)用

數(shù)據(jù)挖掘技術(shù)在識(shí)別可疑金融交易中的應(yīng)用數(shù)據(jù)挖掘技術(shù)在辨認(rèn)可疑金融交易中的應(yīng)用

為了掩飾金錢來源或者進(jìn)行非法交易的時(shí)候交易雙方往往會(huì)通過非法伎倆對(duì)事實(shí)進(jìn)行掩埋，所以洗錢這種非法伎倆也就應(yīng)運(yùn)而生?，F(xiàn)階段各個(gè)國家對(duì)于洗錢這種行為都是深惡痛絕，并且反洗錢技術(shù)開展也越來越迅速。想要打擊犯罪需要先知道是誰犯罪，所以現(xiàn)階段對(duì)于辨認(rèn)可疑金融交易的關(guān)注度也越來越高，數(shù)據(jù)挖掘技術(shù)在辨認(rèn)可疑金融交易上的優(yōu)勢(shì)也越來越明顯。

1可疑金融交易

1.1洗錢帶來的危害

洗錢是為了給非法所得金錢尋找一個(gè)合理身份，以防止法律懲辦。這是一個(gè)嚴(yán)重的經(jīng)濟(jì)犯罪。洗錢現(xiàn)象的存在會(huì)對(duì)國民經(jīng)濟(jì)開展中造成不利影響，會(huì)導(dǎo)致國家財(cái)政收入的削弱，打破收支平衡。并且洗錢還會(huì)對(duì)于人民思想造成危害，影響人民對(duì)于國家的信任度。隨著洗錢伎倆的不斷多樣化，跨國的洗錢犯罪行為也越來越多，打擊洗錢犯罪已經(jīng)不僅僅是一個(gè)國家的問題，是所有國家要共同解決的問題。

1.2反洗錢研究現(xiàn)狀

反洗錢是20世紀(jì)政府就已經(jīng)在研究的重要課題，經(jīng)過了時(shí)間的積累以及許多人的努力，現(xiàn)階段美國等國家已經(jīng)在銀行系統(tǒng)中制定了一系列的反洗錢計(jì)劃并取得了不錯(cuò)成果，各個(gè)銀行也以及意識(shí)到了打擊反洗錢的重要意義，與政府積極配合，完善了反洗錢系統(tǒng)，降低了洗錢對(duì)經(jīng)濟(jì)造成的危機(jī)。我國對(duì)于反洗錢的打擊力度也在逐年提升，已經(jīng)有越來越多的人參與到反洗錢的研究中并提出了可靠倡議。

1.3反洗錢與可疑金融交易

反洗錢主要伎倆是先以數(shù)據(jù)判別交易可疑性，在進(jìn)行實(shí)地調(diào)查，進(jìn)行取證研究，判定其交易是否合法。本文主要是對(duì)于可疑金融交易的判定階段進(jìn)行研究，如果可以在不法者進(jìn)行非法伎倆進(jìn)行洗錢之前或者初期就發(fā)現(xiàn)其犯罪意圖，是有效打擊洗錢犯罪的伎倆，所以可疑金融交易報(bào)告隨之出現(xiàn)。可疑金融交易就是指金融交易的金錢數(shù)量、交易走向、交易次數(shù)以及交易方式都與尋常不同，便可以以此為依據(jù)提出交易是可疑的，再有專業(yè)的調(diào)查機(jī)構(gòu)進(jìn)行調(diào)查，以此防止洗錢現(xiàn)象的發(fā)生?？梢山鹑诮灰椎臎]有具體的規(guī)定，就是為了避免這些硬性的規(guī)定被非法洗錢分子所利用，以對(duì)于可疑金融交易的判定時(shí)需要從多方面入手的。比方如果交易金額不合乎企業(yè)規(guī)模、賬戶交易次數(shù)過于多且頻繁就可以判定交易的可疑性，另外，可疑金融交易的發(fā)生主要集中在江浙、廣東等沿海一帶，這也是可疑性判定的一個(gè)參考因素。

2數(shù)據(jù)挖掘技術(shù)與可疑金融交易

2.1數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是指在許許多的的大數(shù)據(jù)中挖掘出有用的信息，對(duì)判別一個(gè)事件的真假提出可靠依據(jù)。數(shù)據(jù)挖掘是人工與計(jì)算機(jī)的匯合，運(yùn)用自動(dòng)化的計(jì)算伎倆實(shí)現(xiàn)對(duì)于大數(shù)據(jù)的查找，以解決傳統(tǒng)數(shù)據(jù)分析所帶來的人工壓力以及時(shí)間壓力，并且更加的精細(xì)。所以數(shù)據(jù)挖掘技術(shù)對(duì)于反洗錢工作的發(fā)展具有重要作用，可以更加簡(jiǎn)單、快速的對(duì)于金融交易進(jìn)行篩查，并辨認(rèn)出可疑的金融交易。

2.2數(shù)據(jù)挖掘主要算法

2.2.1神經(jīng)元網(wǎng)絡(luò)算法

這種算法模擬了人類的大腦，是一種智能的學(xué)習(xí)和輸入、輸出過程，對(duì)于非線性和同直線的數(shù)據(jù)都特別迅速，所以對(duì)于數(shù)據(jù)挖掘也是很優(yōu)質(zhì)的算法。此算法在反洗錢的系統(tǒng)中運(yùn)用其本身特質(zhì)可以對(duì)數(shù)據(jù)進(jìn)行反復(fù)篩查和幾段，能在金融交易中發(fā)現(xiàn)可疑線索，判定出可疑性金融交易，由于此算法還具有自動(dòng)學(xué)習(xí)特點(diǎn)，可以在發(fā)現(xiàn)可疑金融交易后特出最適合調(diào)查此次交易的伎倆。

2.2.2決策樹算法

決策樹算法是種常用于預(yù)測(cè)的算法，它通過將大量數(shù)據(jù)有目的分類，從中找到一些有價(jià)值的、潛在的信息。決策樹算法可以幫忙金融調(diào)查者發(fā)現(xiàn)洗錢模式。算法產(chǎn)生的決策樹，可以用來針對(duì)數(shù)據(jù)的歷史產(chǎn)生規(guī)那么。這種技巧通過組織種類而產(chǎn)生金融交易數(shù)據(jù)的分類，與以前調(diào)查活動(dòng)的決策模式相合乎。這是通過樹形的決策顯示相互排斥的二選一的關(guān)系從而暗示可能是洗錢。演繹運(yùn)算法那么的使用來自于它們發(fā)明一種“推理模式〞的能力。這幫忙調(diào)查者明白某種洗錢的機(jī)能。也就是說，這種辦法的結(jié)果為金融調(diào)查者提供了一種獨(dú)特的路徑的安頓。調(diào)查者可以使用這些路徑了解洗錢的程序從而揭開金融犯罪。

2.3數(shù)據(jù)挖掘技術(shù)在辨認(rèn)可疑金融交易中的應(yīng)用

2.3.1數(shù)據(jù)挖掘聚類算法在可疑金融交易中的應(yīng)用

聚類是按一定的要求和規(guī)律對(duì)事物進(jìn)行辨別以到達(dá)分類目的的過程，在這一過程中沒有任何關(guān)于分類的先驗(yàn)知識(shí)，沒有任何的指導(dǎo)，僅靠事物間的相似性作為類屬劃分的準(zhǔn)那么，是一種無監(jiān)督學(xué)習(xí)過程。

聚類簇的數(shù)量未知、簇的劃分不需要先驗(yàn)知識(shí)、簇的結(jié)果是動(dòng)態(tài)改變的三個(gè)特點(diǎn)決定了聚類算法適合用于可疑金融交易的發(fā)現(xiàn)。由于洗錢方式多種多樣，數(shù)據(jù)對(duì)象表現(xiàn)出來的分布也各式各樣，并非所有的可疑帳戶都可以聚成一類。因此，在辨認(rèn)可疑的金融交易中，簇的數(shù)量是未知的，因洗錢方式而異?，F(xiàn)在仍沒有現(xiàn)成的案例數(shù)據(jù)可以為發(fā)現(xiàn)可疑金融交易提供實(shí)驗(yàn)參考。聚類算法的無監(jiān)督性可以繞開發(fā)現(xiàn)可疑金融交易的研究中存在的無訓(xùn)練樣本的難關(guān)。在發(fā)現(xiàn)洗錢中，簇的數(shù)量因洗錢方式而異。隨著洗錢方式的增多，發(fā)現(xiàn)可疑帳戶簇的數(shù)量會(huì)逐步增加。所以，發(fā)現(xiàn)洗錢行為的研究正需要“簇的結(jié)果動(dòng)態(tài)改變〞的聚類算法的幫忙。

2.3.2數(shù)據(jù)挖掘離群數(shù)據(jù)檢測(cè)算法在可疑金融交易中的應(yīng)用

到目前為止對(duì)離群點(diǎn)的定義還沒有一個(gè)被普遍采納的定義，離群數(shù)據(jù)是明顯偏離其他數(shù)據(jù)，不滿足數(shù)據(jù)的一般模式或行為，與存在的其它數(shù)據(jù)不一致的數(shù)據(jù)。盡管離群檢測(cè)是為了發(fā)現(xiàn)數(shù)據(jù)集中極少數(shù)的數(shù)據(jù)，巨是離群數(shù)據(jù)挖掘常常比其他類型的挖掘來得更有價(jià)值，正常情況下的多條記錄可能只是覆蓋了一條規(guī)那么，但是十個(gè)離群很可能就覆蓋十條不同的規(guī)那么，也就足鄉(xiāng)之對(duì)離群數(shù)據(jù)的挖掘可能涵蓋了更多的信息。

離群數(shù)據(jù)挖掘是數(shù)據(jù)挖掘中的重要研究方面之一，其作用是發(fā)現(xiàn)數(shù)據(jù)中的“小模式〞，即數(shù)據(jù)集中顯著不同于其它數(shù)據(jù)的對(duì)象。通過聚類辦法分析其中的離群數(shù)據(jù)，是發(fā)現(xiàn)非正常洗錢模式最直觀的途徑。發(fā)現(xiàn)可疑洗錢交易行為就是要從大量的日常交易中發(fā)現(xiàn)極少數(shù)的、可疑的、異常的交易。

4結(jié)論