(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210996357.4 (22)申请日 2022.08.19 (71)申请人 浙大城市学院 地址 310015 浙江省杭州市拱 墅区湖州街 51号 (72)发明人 李缃珍　 (74)专利代理 机构 杭州九洲专利事务所有限公 司 33101 专利代理师 张羽振 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 40/04(2012.01) G06F 17/16(2006.01) (54)发明名称 一种用于金融机构拆分洗钱的无监督识别 方法 (57)摘要 本发明涉及一种用于金融机构拆分洗钱的 无监督识别方法， 包括： 从金融交易数据集中筛 选出潜在拆分洗钱的账户信息集合， 并对每个集 合元素构建交易矩阵； 基于拆分洗钱的三种行为 特征， 对交易矩阵进行重新排序； 对重新排序矩 阵进行划分， 计算矩阵编码成本和纯度， 识别出 拆分洗钱涉及的汇出账户、 汇入账户和中转账 户。 本发明的有益效果是： 本发明将蕴含业务规 律的、 跨系统跨主体的数据信息以图的形式进行 关联与分析， 挖掘出隐含的洗钱风险， 实现对金 融机构洗钱风险案件的动态精 准识别与监测， 具 有重要的现实意 义和应用价 值。 权利要求书3页 说明书6页 附图3页 CN 115330525 A 2022.11.11 CN 115330525 A 1.一种用于金融机构拆分洗钱的无监 督识别方法， 其特 征在于， 包括： S1、 从金融交易数据集中筛选出潜在拆分洗钱的账户信息集合， 所述账户信息集合中 的每个集合元素为三元组， 所述三元组包括： 汇出账户、 汇入账户和中转账户； 并对每个集 合元素构建交易矩阵V； S2、 基于拆分洗钱的三种行为特征， 对S1构建的交易矩阵V进行重新排序； 所述三种行 为特征包括： 中转账户越多， 嫌疑越大； 内部纯度： 中转账户之间的交易越少， 越是可疑； 外 部纯度： 与正常账户交易的中转账户越少， 越是 可疑； S3、 对S2的重新排序矩阵进行划分， 计算矩阵编码 成本和纯度， 识别出拆分洗钱涉及的 汇出账户、 汇入账户和中转账户。 2.根据权利要求1所述的用于金融机构拆分洗钱的无监督识别方法， 其特征在于， S1 中， 所述金融交易数据集为历史交易行为数据集， 所述账户信息集合为历史交易记录集合， 所述集合元素为历史交易记录； 所述交易矩阵V的行表示交易发起方的编号， 交易矩阵V的 列表示交易接收方的编号， Vi.j＝1表示账户i和j之间存在交易行为， Vi.j＝0表示账户i和j 之间没有交易行为。 3.根据权利要求2所述的用于金融机构拆分洗钱的无监督识别方法， 其特征在于， S1 中， 筛选标准为汇出账户到汇入账户的中转账户多于2个。 4.根据权利要求3的用于金融机构拆分洗钱的无监督识别方法， 其特征在于， S2中， 若 交易矩阵V为包 含“拆分洗钱 ”模式的矩阵， 则定义 为： 其中， n是涉及的交易账户的数量， k是中间账户的数量； 对于给定的交易矩阵V， 在第j 次矩阵重排的迭代时， 首先将交易汇出账户、 中间账户和汇入账户的索引分别添加到排序 列表Ο中， 然后再将V中的行和列按Ο重新 排序， 其中， j＝1, …,J， J表示 最大迭代次数。 5.根据权利要求1所述的用于金融机构拆分洗钱的无监督识别方法， 其特征在于， S3包 括： S301、 将S2的重新排序矩阵划分为4个子矩阵， 采用最小描述长度原则计算每个子矩阵 的编码成本和压缩率； S302、 计算重新排序矩阵的纯度， 利用压缩率与纯度计算得到交易矩阵V的异常分数， 若该异常分数大于风控专家预设的阈值， 则基于交易矩阵V获得涉及拆分洗钱的交易账户 信息。 6.根据权利要求5所述的用于金融机构拆分洗钱的无监督识别方法， 其特征在于， S301 中， 具体给定第J次迭代时矩阵V的重新排序矩阵VJ和索引信息I， I包括交易汇出账户、 中间 账户与汇入账户的索引集合， 通过迭代j次将矩阵VJ划分为四个子矩阵， 其中j＝1， …， J， 将 VJ涉及的中间账户数量表示为 即第j次迭代时交易中间账户的索引数量， 起始索 引表示为 其中|Ij′|表示第j ′次迭代时的交易汇出账户、 中间账户与汇入账 户的索引数量之和， 并将重新 排序的矩阵VJ分成如下四个子矩阵： Aj(VJ， Ij)＝VJ[rj： rj+kj][rj： rj+kj]权　利　要　求　书 1/3 页 2 CN 115330525 A 2Bj(VJ， Ij)＝VJ[rj： rj+kj][rj+kj+1： n] Cj(VJ， Ij)＝VJ[rj+kj+1： n][rj： rj+kj] D(VJ， IJ)＝VJ[rJ+kJ+1： n][rJ+kJ+1： n] 其中， j＝1， …， J， Ij∈I， 子矩阵Aj表示通过重新排序分离出来包括潜在的 “拆分洗钱 ” 模式子矩阵， 子矩阵Bj表示中间账户向其他 账户汇款信息， 子矩阵Cj表示中间账户收到 其他 账户的汇入信息， 子矩阵D用来表示没有发现 “拆分洗钱 ”模式的压缩错 误。 7.根据权利要求6所述的用于金融机构拆分洗钱的无监督识别方法， 其特征在于， S301 中， 根据内纯度和外纯度的特性， 子矩阵A、 B、 C和D的编码成本计算如下： 其中， 是一个全为1的矩阵； 为编码实数， 使用通用代码长度lg*(x)≈2lg(x)+1， “拆分 洗钱”模式的数量由lg*(J)编码， 每个 交易汇出账户、 中间账户和汇入账户的索引都需要lg (n)来编码， 总体编码成本可计算如下： CostT(VJ， IJ)＝CostA(VJ， IJ)+CostB(VJ， IJ)+CostC(VJ， IJ)+CostD(VJ， IJ)+lg*(J)+|IJ|* lg n 将原始重新排序矩阵VJ和压缩重新排序矩阵的编码成本之差归一化， 可得交易矩阵V的 压缩率， 表示 为(c‑c′)/c， 其中c表示 最后一次迭代的编码成本， c ′表示当前编码成本 。 8.根据权利要求7所述的用于金融机构拆分洗钱的无监督识别方法， 其特征在于， S302 中， 纯度分数ρ 可以按以下 方式计算： 将压缩率乘以纯度， 得到一个给定V交易矩阵的最终异常 分数， 记为s＝ρ *(c ‑c′)/c。 9.一种用于金融机构拆分洗钱的无监督识别装置， 其特征在于， 用于执行权利要求1至 8任一所述的用于金融机构拆分洗钱的无监 督识别方法， 包括： 筛选模块， 用于从金融交易数据集中筛选出潜在拆分洗钱的账户信息集合， 所述账户 信息集合中的每个集合元素为三元组， 所述三元组包括： 汇出账户、 汇入账户和中转账户； 并对每个集合元素构建交易矩阵V； 排序模块， 用于基于拆分洗钱的三种行为特征， 对筛选模块构建的交易矩阵V进行重新 排序； 所述三种行为特征包括： 中转账户越多， 嫌疑越大； 内部纯度： 中转账户之 间的交易越权　利　要　求　书 2/3 页 3 CN 115330525 A 3