[发明专利]预警方法、装置和服务器

说明书

本申请提供一种预警方法、装置和服务器。该方法包括：服务器可以从交易服务器中定期获取交易数据集。服务器可以将交易数据集中的交易数据输入到评估模型中，运算得到每条交易数据的可疑指数。该可疑指数用于指示该条交易数据为洗钱行为的可能性。该评估模型中可以包括至少一条规则参数。评估模型中的规则参数通过优化迭代计算得到。服务器根据计算得到的可疑指数，判断该条交易数据是否属于洗钱操作。当服务器确定该条交易数据属于洗钱操作时，服务器生成该条交易数据的预警信息。本申请的方法，提高了交易数据的筛选效率，提高了反洗钱效率。

技术领域

本申请涉及计算机领域，尤其涉及一种预警方法、装置和服务器。

背景技术

反洗钱是银行风控系统的重要任务之一，也是金融机构的内在义务。洗钱，是指通过合法的活动或建设将违法获得的收入隐藏、伪装或投资的过程。为了维护社会公正和打击腐败等经济犯罪，金融机构需要筛查客户的交易行为，识别其中的洗钱行为，进而进行预警。

目前，随着大数据、AI技术的发展，机器学习被广泛的应用于反洗钱系统中。服务器可以使用包括洗钱行为和正常交易行为在内的样本数据，训练得到数据模型。该数据模型用于根据客户的交易行为，判断该交易行为是否属于洗钱行为。该数据模型的使用相较于传统的逻辑判断，极大的提高了洗钱行为的判断准确率。

然而，该数据模型的准确度与样本数据直接相关。想要训练得到一个准确度高、适用范围广的数据模型，通常需要对样本数据的量级和质量提出严格的要求。显然，在样本数据的量级和质量较为普通的情况下，训练得到的数据模型容易存在识别准确率低、适用范围小、反洗钱效率低等问题。

发明内容

本申请提供一种预警方法、装置和服务器，用以解决反洗钱效率低的问题。

第一方面，本申请提供一种预警方法，包括：

获取交易数据集，所述交易数据集中包括预设时间段内新增的至少一条交易数据；

根据所述交易数据集和评估模型，运算得到每条交易数据的可疑指数，所述可疑指数用于指示所述交易数据为洗钱行为的可能性，所述评估模型中包括至少一条规则参数，所述评估模型中的所述规则参数通过优化迭代得到；

根据所述交易数据集和所述每条交易数据的所述可疑指数，确定预警信息，所述预警信息中包括至少一条可疑的交易数据和所述可疑的交易数据的相关信息。

可选地，所述根据所述交易数据集和评估模型，运算得到每条交易数据的可疑指数，包括：

根据一条交易数据和所述交易数据集，确定所述交易数据的关联交易数据，所述交易数据为所述交易数据集中任意一条交易数据；

根据所述交易数据、所述关联交易数据和所述评估模型，确定所述交易数据的可疑指数。

可选地，所述根据所述交易数据集和所述每条交易数据的所述可疑指数，确定预警信息，包括：

根据所述交易数据集中所述每条交易数据的所述可疑指数和预设可疑阈值，确定所述交易数据集中可疑的交易数据；

根据每一所述可疑的交易数据，确定所述交易数据的相关信息。

可选地，所述方法，还包括：

将历史交易数据输入第一评估模型，运算得到第一结果，所述第一评估模型为待优化的评估模型；

根据所述第一结果和所述历史交易数据的真实结果，确定所述第一评估模型的评估指标；

当所述评估指标大于等于评估阈值时，确定所述第一评估模型为目标评估模型。

可选地，当所述评估指标小于评估阈值时，所述方法，包括：

上调所述第一评估模型中的所述规则参数，得到第二评估模型；