[发明专利]一种基于大数据侦查地下钱庄洗钱犯罪的方法

说明书

本发明公开了一种基于大数据侦查地下钱庄洗钱犯罪的方法，包括数据预算器、算子计算器、规则计算器、模型计算器和预警生成器；本发明支持海量数据计算；支持多维度数据统计分析，支撑规则拓展侦查点；构建地下钱庄洗钱犯罪资金网络，跟踪资金流向，呈现资金链路，定位资金初始出处和最终去处；补全缺失的客户信息要素，构建完整的交易信息，还原真实交易场景；提高地下钱庄洗钱犯罪侦查效率，及时发现和监控地下钱庄洗钱活动，遏制洗钱犯罪及其上游犯罪，维护金融安全。

技术领域

本发明涉及计算机软件应用技术领域，特别涉及一种基于大数据侦查地下钱庄洗钱犯罪的方法。

背景技术

随着大数据时代的到来，社会经济多元化发展，以“个体”为基数的经济结构更加离散、复杂，经济表现形式呈现多样化。基于大数据时代背景下，经济犯罪形态方面也越来越多元化、信息化，地下钱庄洗钱犯罪预警防范尤为挑战。地下钱庄在洗钱犯罪中扮演着重要的中介服务角色，在犯罪所得合法化处理中处于关键环节，地下钱庄的经营违反了国家金融管理秩序，为洗黑钱提供了平台，使得毒品犯罪、走私、黑社会性质犯罪、贪污贿赂犯罪等更加的猖獗。然而在大数据时代背景下，金融机构对地下钱庄洗钱犯罪的侦查面临以下问题：(1)基于单主体的传统地下钱庄洗钱犯罪侦查模式逐渐凸显出时间、空间方面的诸多局限性；(2)缺乏对地下钱庄多主体间资金网络的侦查，无法准确跟踪资金流向；(3)跨地区、跨银行、跨国境作案，可疑交易难以取证。

基于这个背景，通过前期金融机构业务人员对近年的地下钱庄洗钱犯罪案例分析，找出大数据时代背景下地下钱庄洗钱犯罪的活动特点及活动规律，设计一种基于大数据侦查地下钱庄洗钱犯罪的方法，提高地下钱庄洗钱犯罪侦查效率，及时发现和监控地下钱庄洗钱活动，遏制洗钱犯罪及其上游犯罪，维护金融安全。

发明内容

本发明要解决的技术问题是克服现有技术的缺陷，提供一种基于大数据侦查地下钱庄洗钱犯罪的方法。

本发明提供了如下的技术方案：

本发明提供一种基于大数据侦查地下钱庄洗钱犯罪的方法，包括数据预算器、算子计算器、规则计算器、模型计算器和预警生成器；上游源平台数据以T+1的方式(T为交易发生日期)接入到反洗钱平台，数据预算器负责对源数据的清洗、转换、加工处理，并调外部接口(如企查查、征信接口等) 联网核查，补全缺失的客户信息要素；算子计算器负责对数据的聚合、分组、去重、递增、递减、方差、标准差等维度的计算，提供API接口对外调用；规则计算器负责可疑特征计算，规则计算器可调用算子，实现对数据的计算和逻辑判断，可根据规则参数的配置，灵活设置可疑交易回顾周期，可多维度设置侦查点；模型计算器负责洗钱模型计算和资金网络计算，根据模型下的规则证据(满足规则的客户、账户、交易信息)，按客户维度组建初始模型实例，再将同一个洗钱场景下规则对应的交易证据进行资金网络组网计算，生成资金网络，将模型实例和资金网络合并生成模型证据；预警生成器负责将地下钱庄洗钱犯罪模型证据生成可疑预警；具体如下所示：

(1)数据预算器：数据预算器是Scala语言开发的脚本程序，采用开源的Spark计算引擎，实现对海量数据的清洗、加工处理，生成标准接口下的客户、账户、交易等数据；针对客户：标记客户名单属性，调外部接口(如企查查、征信接口等)补全客户联系方式、地址、证件到期日、法人信息、受益人信息等等；针对账户：补全账户户名、开户金融机构等信息；针对交易：通过交易ip地址解析出交易发生地区，匹配登录设备信息、终端信息，联网核查主体及对手客户身份信息等，以用来构建完整的客户、账户、交易信息；

(2)算子计算器：算子计算器是Java语言开发的基础函数接口，能够实现对数据的求和、计数、平均、最大值、最小值、树形统计、列表采集、替换对象、分组、去重、非连续递增、连续递增、非连续递减、连续递减、方差、标准差等维度的计算，算子计算器提供对外调用的API接口，可传参且能返回计算结果值；