CN107566179A - 一种节点处理方法及装置 - Google Patents
一种节点处理方法及装置 Download PDFInfo
- Publication number
- CN107566179A CN107566179A CN201710801505.1A CN201710801505A CN107566179A CN 107566179 A CN107566179 A CN 107566179A CN 201710801505 A CN201710801505 A CN 201710801505A CN 107566179 A CN107566179 A CN 107566179A
- Authority
- CN
- China
- Prior art keywords
- node
- upstream
- fund
- determined
- section point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本说明书实施例公开了一种节点处理方法及装置，确定与第一节点具有关联关系的至少一个第二节点，从至少一个第二节点中快速筛选出与第一节点有洗钱风险的第三节点，可以快速的拓展出包含第一节点和第三节点的洗钱风险网络。
Description
技术领域
本说明书涉及互联网信息处理技术以及计算机技术领域，尤其涉及一种节点处理方法及装置。
背景技术
在反洗钱等金融风险控制领域中，由于犯罪分子往往以团伙形式犯罪，这样在对案件进行分析时，可以利用大数据所具备的特性，对与犯罪分子有关联关系的其他用户进行分析处理，以得出相应的犯罪线索。目前一般通过excel工具或者关系可视化工具查找可疑用户。所谓关系可视化工具是指用于将有洗钱风险的用户以可视化的方式显示出来。
基于目前提供的方案，亟需一种节点处理方法及装置，以提升反洗钱风控的处理效率。
发明内容
有鉴于此，本说明书实施例提供了一种节点处理方法及装置，用于解决现有技术中反洗钱风控效率低的问题。
本说明书实施例采用下述技术方案：
本说明书实施例提供一种节点处理方法，包括：
获取与第一节点具有关联关系的至少一个第二节点，所述关联关系包含资金关系、非资金关系中的一种或者多种；
从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点；
根据所述第三节点和所述第一节点，确定包含所述第三节点和所述第一节点的洗钱风险网。
本说明书实施例还提供一种节点处理装置，包括：
获取模块，获取与第一节点具有关联关系的至少一个第二节点，所述关联关系包含资金关系、非资金关系中的一种或者多种；
处理模块，从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点，并根据所述第三节点和所述第一节点，确定包含所述第三节点和所述第一节点的洗钱风险网。
本说明书实施例还提供一种节点处理设备，包括：至少一个处理器及存储器，所述存储器存储有程序，并且被配置成由所述至少一个处理器执行以下步骤：
获取与第一节点具有关联关系的至少一个第二节点，所述关联关系包含资金关系、非资金关系中的一种或者多种；
从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点；
根据所述第三节点和所述第一节点，确定包含所述第三节点和所述第一节点的洗钱风险网。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：针对任意一个可疑节点，根据资金关系和/或非资金关系对其进行拓展，可以快速拓展出与所述可疑节点具有不同层级的洗钱风险的所有节点，形成一个包含所述可疑节点以及与其具有不同层级的洗钱风险的所有节点的洗钱风险网络，从而快速拓展包含所述可疑节点的出风险传播路径，以实现对任意节点的洗钱风险的快速识别和整个洗钱团伙的整体侦查和打击，提升了反洗钱风险控制的处理效率。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本说明书一实施例中节点处理方法的流程示意图；
图2为本说明书一实施例中根据资金关系筛选出第三节点的流程图；
图3为本说明书一实施例中节点处理方法的示意图；
图4为本说明书一实施例中进行节点处理方法的流程图；
图5为本说明书又一实施例中节点处理方法的流程图；
图6为本说明书又一实施例中节点处理方法的流程图
图7为本说明书又一实施例中节点处理方法中拓展的过程的示意图；
图8为本说明书一实施例中洗钱风险网的示意图；
图9为本说明书一实施例中按资金流向显示的洗钱风险网的示意图；
图10为本说明书一实施例中与节点A具有洗钱风险的所有黑名单中的节点的示意图；
图11为本说明书一实施例中洗钱风险网中两节点之间的绝对资金流向和金额的示意图；
图12为本说明书一实施例中节点处理装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
本说明书一实施例提供了一种节点处理方法，用于根据第一节点拓展与其有洗钱风险的其他节点，如图1所示，图1为本说明书一实施例中节点处理方法的流程示意图。所述方法包括：获取与第一节点具有关联关系的至少一个第二节点，所述关联关系包含资金关系、非资金关系中的一种或者多种，如图1中的步骤S101；从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点，如图1中的步骤S103；以及根据所述第三节点和所述第一节点，确定包含所述第三节点和所述第一节点的洗钱风险网络，如图1中的步骤S105。
接下来具体的说明上述步骤S101～步骤S105。
步骤S101，获取与第一节点具有关联关系的至少一个第二节点。
所述第一节点可以是待侦测金融网络中的任意一个节点。所述第一节点可以是所述待侦测金融网络中确定的具有洗钱风险的节点，即原始节点，也可以是根据原始节点拓展出来的与所述原始节点具有洗钱风险的节点。
所述关联关系包含资金关系、非资金关系中的一种或者多种。需要说明的是，在本说明书的实施例中，所述资金关系包含但不限于在设定时间周期内与所述第一节点之间直接进行资金交易，所述非资金关系包含但不限于媒介关系。所述媒介关系包含但不限于在所述设定时间周期内与所述第一节点同时登陆过同一终端设备、或者与同一终端设备具有资金交易中的一种或者多种。所述非资金关系还包括预先建立的黑名单，所述黑名单中包含但不限于：历史上报洗钱节点、模型识别的高风险节点、历史上报高风险洗钱节点、历史稽核未上报节点中的一种或者多种。
也就是说，获取的所述至少一个第二节点与所述第一节点要么具有资金关系，即与所述第一节点之间直接进行资金交易，要么与所述第一节点具有媒介关系，或者与所述第一节点既有资金关系又有媒介关系。在根据上述资金关系和媒介关系确定与所述第一节点具有资金关系或者媒介关系的至少一个第二节点之后，再根据所述黑名单，来判断所述至少一个第二节点是否出现在所述黑名单中。
步骤S103，从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点。
在本说明书一实施例中，这一步骤可以从三个角度去考虑，首先，就是从资金关系出发，从所述至少一个第二节点中筛选出与所述第一节点具有洗钱风险的第三节点；其次，从媒介关系出发，从所述至少一个第二节点中筛选出与所述第一节点具有洗钱风险的第三节点；最后，再从黑名单出发，所述至少一个第二节点中筛选出与所述第一节点具有洗钱风险的第三节点。
需要说明的是，在确定从所述至少一个第二节点中筛选出与所述第一节点具有洗钱风险的第三节点的过程中，先从资金关系角度考虑，再从媒介关系角度考虑，最后再从黑名单角度来考虑，仅仅是本说明书中的一个实施例，在本说明书的其他实施例中，在确定从所述至少一个第二节点中筛选出与所述第一节点具有洗钱风险的第三节点的过程中，在从上述三个角度考虑时，对三者之间的先后顺序并不作限制，可以任意确定上述三种的先后顺序。
具体的，在本说明书的一实施例中，首先，从资金关系出发，从所述至少一个第二节点中筛选出与所述第一节点具有洗钱风险的第三节点。针对不同的第二节点，分别执行以下操作：选择其中一个第二节点；根据风险传播的原理，确定所述第一节点的风险衰减系数和所述第一节点的比重值，所述比重值表征所述第一节点的重要程度，然后基于所述风险衰减系数和所述比重值，确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度；在所述关联度大于设定阈值的情况下，确定选择的所述第二节点为与所述第一节点具有洗钱风险的第三节点。
所述风险传播的原理，是指随着风险的传播，与洗钱风险网络中根节点具有洗钱风险的各个层级的各节点对所述根节点的影响力随着其层级数的增大而逐渐变小的。所述各个层级的各节点对所述根节点的影响力通过该节点的风险衰减系数和比重值来表征。
进一步的，确定在所述设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度，包括：确定在所述设定时间周期内从选择的所述第二节点向所述第一节点中流入的第一资金额以及在所述设定时间周期内向所述第一节点中流入的第一资金总额；基于所述第一资金额和所述第一资金总额，确定在所述设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度。
确定在所述设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度，还可以是，包括：确定在设定时间周期内从所述第一节点中向选择的所述第二节点中流出的第二资金额以及在所述设定时间周期内从所述第一节点中流出的第二资金总额；基于所述第二资金额和第二资金总额，确定在所述设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度。
接下来，以一个具体的实施例来说明根据资金关系筛选出第三节点的过程，如图2所示，图2为本说明书一实施例中根据资金关系筛选出第三节点的流程图。针对所述至少一个第二节点中的每一个，分别执行以下操作。
步骤S202，确定在设定时间周期内所述第一节点的资金流出总额P出1和资金流入总额P入1。
步骤S204，确定从所述第二节点流入所述第一节点的资金额P2入1和从所述第一节点流入所述第二节点的资金额P1入2。
步骤S206，确定所述第二节点与所述第一节点之间的流入资金关系Q2入1和流出资金关系Q1入2。
具体的，在本说明书的一实施例中，所述流入资金关系Q2入1根据以下公式确定：
所述流出资金关系Q1入2根据以下公式确定：
在本说明书的又一实施例中，所述流入资金关系Q2入1还可以根据以下公式确定：
所述流出资金关系Q1入2还可以根据以下公式确定：
其中，D1表示所述第一节点的衰减系数。
在本说明书的又一实施例中，所述流入资金关系Q2入1还可以根据以下公式确定：
所述流出资金关系Q1入2还可以根据以下公式确定：
其中，D1表示所述第一节点的衰减系数，W1表示所述第一节点的比重值。
根据所述流入资金关系Q2入1和/或流出资金关系Q1入2确定所述第二节点与所述第一节点之间发生资金关系的关联度。
在本说明书的一实施例中，所述关联度可以通过以下方式确定：
Q1关联2＝Q2入1；
在本说明书的一实施例中，所述关联度还可以通过以下方式确定：
Q1关联2＝Q1入2；
在本说明书的另一实施例中，所述关联度还可以通过以下方式确定：
Q1关联2＝max(Q2入1，Q1入2)；
在本说明书的又一实施例中，所述关联度还可以通过以下方式确定：
Q1关联2＝a1*Q2入1+b1*Q1入2；
其中，a1和b1分别表示所述流入资金关系Q2入1和流出资金关系Q1入2的权重，可以是设定的系数，具体取值可以根据实际应用进行设置。
在本说明书实施例中不限定确定关联度的具体实现方式。
接下来以一个实施例来介绍如何确定所述第一节点的衰减系数和比重值。
具体的，当所述第一节点为原始节点时，所述第一节点的衰减系数为第一预设值，所述第一节点的比重值为第二预设值，在本说明书的一实施例中，所述第一预设值为1，所述第二预设值也为1。在本说明书的其他实施例中，还可以根据实际需要将所述第一预设值和所述第二预设值设定为其他的值，可以是整数，也可以是非整数，例如可以设定为1.5，2或者其他值。
接下来讨论当所述第一节点不是原始节点时，所述第一节点的衰减系数和比重值如何确定。具体的，分三种情况来讨论。
第一种情况，当资金从所述第一节点流出时，资金从所述第一节点流入其上游节点，所述第一节点是与所述上游节点具有洗钱风险的节点，则所述第一节点的衰减系数根据以下公式确定：
所述第一节点的比重值根据以下公式确定：
其中，Dbase表示衰减调控参数，P1入上游表示在所述设定时间周期内所述第一节点流入所述上游节点的资金额，P入上游表示在所述设定时间周期内所述上游节点的资金流入总额，D上游表示所述第一节点的上游节点的衰减系数。
第二种情况，当资金流入所述第一节点时，即资金从所述第一节点的上游节点流入所述第一节点，所述第一节点是与所述上游节点具有洗钱风险的节点，此时，所述第一节点的衰减系数根据以下公式确定：
所述第一节点的比重值根据以下公式确定：
其中，Dbase表示衰减调控参数，P上游入1表示所述设定时间周期内从所述上游节点流入所述第一节点的资金额，P出上游表示所述设定时间周期内所述上游节点的资金流出总额，D上游表示所述第一节点的上游节点的衰减系数。
第三种情况，当既有资金流入所述第一节点，又有资金从所述第一节点流出时，例如，既有资金从其上游节点流入所述第一节点，又有资金从所述第一节点流入其上游节点，或者，既有资金从其上游节点流入所述第一节点，又有资金从所述第一节点流入其他节点，所述第一节点和所述其他节点均是与所述上游节点具有洗钱风险的节点，则所述第一节点的衰减系数根据以下公式确定：
D1＝max(D1入i,…,D1出i)；(公式11)。
其中，D1入i表示资金从其上游节点或其他节点流入所述第一节点时，所述第一节点的衰减系数，具体的，可以根据上述(公式9)确定；D1出i表示资金从所述第一节点流入其上游节点或者其他节点时，所述第一节点的衰减系数，具体的，可以根据上述(公式7)确定，在上述(公式11)中，i的取值为小于等于与所述上游节点具有洗钱风险的节点的数量。
所述第一节点的衰减系数根据以下公式确定：
W1＝max(W1入i,…,W1出i)；(公式12)。
其中，W1入i表示资金从其上游节点或其他节点流入所述第一节点时，所述第一节点的比重值，具体的，根据上述(公式10)确定；W1出i表示资金从所述第一节点流入其上游节点或其他节点时，所述第一节点的比重值，具体的，根据上述(公式8)确定，在上述(公式12)中，i的取值为小于等于与所述上游节点具有洗钱风险的节点的数量。
步骤S208，将在设定时间周期内所述第二节点与所述第一节点之间发生资金关系的关联度与设定阈值进行比较。
步骤S210，当在设定时间周期内所述第二节点与所述第一节点之间发生资金关系的关联度Q1关联2大于等于所述设定阈值时，所述第二节点为与所述第一节点具有洗钱风险的第三节点。
步骤S212，当在设定时间周期内所述第二节点与所述第一节点之间发生资金关系的关联度Q1关联2小于所述设定阈值时，所述第二节点与所述第一节点之间没有洗钱风险。
其次，根据媒介关系，从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点。
针对所述至少一个第二节点中的每一个不同的第二节点，判断在所述设定时间周期内与所述第一节点是否具有媒介关系。在本说明书的一实施例中，即判断所述第二节点与所述第一节点在所述设定时间周期内是否在同一终端设备上发生登陆行为、或者所述第二节点与所述第一节点是否与同一终端设备发生资金交易行为中的一种或者多种。
若在所述设定时间周期内，所述第二节点与所述第一节点具有媒介关系，则进一步的，统计在所述设定时间周期内与所述第一节点具有媒介关系的第二节点的数量，当所述数量小于等于设定数量时，则与所述第一节点具有媒介关系的所有第二节点都是与所述第一节点具有洗钱风险的第三节点。
当所述数量大于所述设定数量时，则针对不同的第二节点，确定所述第二节点与所述第一节点之间发生资金关系的次数；在得到所有第二节点与所述第一节点之间发生资金交易的次数的情况下，按照次数的数值大小，将所有的第二节点进行排序，根据排序结果，选择设定数量的第二节点为与所述第一节点具有洗钱风险的第三节点。
最后，根据黑名单，从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点。
针对不同的第二节点，分别执行以下操作：
首先，根据预先建立的黑名单，判断所述第二节点是否出现在所述黑名单上，若是，则确定所述第二节点为与所述第一节点具有洗钱风险的第三节点。所述黑黑名单中包含历史上报洗钱节点、模型识别的高风险节点、历史上报高风险洗钱节点、历史稽核未上报节点中的一种或者多种。
接下来以一个具体的实施例介绍上述节点处理方法。如图3所示，图3为本说明书一实施例中节点处理方法的示意图。假设A为第一节点，从A出发进行拓展，首先，获取的与A具有关联关系的第二节点有7个，分别为B1、B2、B3、B4、B5、B6以及B7，其中，B1～B5与节点A具有资金关系(图3中用实线表示)，B6和B7与节点A具有媒介关系(图3中用虚线表示)，B2是黑名单上的节点。
其次，从上述7个第二节点中筛选出与所述节点A具有洗钱风险的第三节点。
具体的，针对上述每一个第二节点，分别根据上述(公式5)和(公式6)确定各自与所述节点A之间的流入资金关系和流出资金关系。在本说明书的其他实施例中，还可以根据上述(公式3)和(公式4)来确定各个第二节点(B1、B2、B3、B4、B5、B6以及B7)与所述节点A之间的流入资金关系和流出资金关系。还可以根据上述(公式1)和(公式2)来确定各个第二节点(B1、B2、B3、B4、B5、B6以及B7)与所述节点A之间的流入资金关系和流出资金关系。
根据各个第二节点(B1、B2、B3、B4、B5、B6以及B7)与所述节点A之间的流入资金关系和流出资金关系来确定各个第二节点与所述节点A之间的关联度。
判断结果为：B1与节点A之间的流入资金关系大于所述设定阈值，从而使得B1和节点A之间发生资金关系的关联度大于所述设定阈值，B3与节点A之间的流出资金关系大于所述设定阈值，从而使得B3和节点A之间发生资金关系的关联度大于所述设定阈值，因此，根据资金关系可以确定B1和B3为与所述节点A具有洗钱风险的第三节点。
判断各个第二节点(B1、B2、B3、B4、B5、B6以及B7)与所述节点A之间是否存在媒介关系，经过判断可知，B6和B7与A之间存在媒介关系，因此，根据媒介关系，确定B6和B7为与所述节点A具有洗钱风险的第三节点。
接下来，判断各个第二节点(B1、B2、B3、B4、B5、B6以及B7)是否为黑名单中的节点，经判断，B2为黑名单中的节点，因此，根据黑名单，确定B2为与所述节点A具有洗钱风险的第三节点。
至此，可以确定包含所述第三节点和第一节点的洗钱风险网，该洗钱风险网中包含的节点为：A、B1、B3、B6、B7以及B2。
然后再针对上述第三节点(B1、B3、B6、B7以及B2)重复执行以上操作，即可确定与节点A具有洗钱风险的其他层级的洗钱风险节点。
步骤S105，根据所述第三节点和所述第一节点，确定包含所述第三节点和第一节点的洗钱风险网络。
根据所述第一节点，以及上述步骤S103中根据所述第一节点拓展出的第三节点，确定所述洗钱风险网络，所述洗钱风险网络包含所述第三节点和所述第一节点。
然后，再以每个第三节点为中心，进行拓展，具体的，如图4所示，图4为本说明书一实施例中进行节点处理方法的流程图。具体的，采用上述图1中的步骤S101和步骤S103中所述的方法，直至筛选出上述第三节点。具体的，如图4中的步骤S402和步骤S404。
接下来，步骤S406，在根据上述步骤S404确定第三节点之后，再对每个第三节点进行拓展，采用上述步骤S402和步骤S404中所述的方法，确定与每个所述第三节点具有洗钱风险的第五节点。
具体的，针对不同的第三节点，分别执行以下操作：
首先，采用上述步骤S402中的方法，获取与所述第三节点具有所述关联关系的至少一个第四节点。
其次，从所述至少一个第四节点中筛选出与所述第三节点具有洗钱风险的第五节点，进一步的，所述第五节点为所述第一节点的第二层级的洗钱风险节点。
最后，根据所述第一节点、第三节点以及第五节点，确定包含所述第一节点、第三节点以及第五节点的经过二级拓展过的洗钱风险网络。
在本说明书一实施例中，如图4所示，重复上述步骤S402和步骤S404，直至筛选出与所述第一节点具有洗钱风险的第M层级的第N节点，如图4中的步骤S408。然后，判断筛选出的第N节点与所述第一节点之间的层级数M是否大于设定数值，如图4中的步骤S410。若M大于所述设定数值，则结束操作，如图4中的步骤S412。否则，继续重复上述步骤S408，基于所述第N节点查找与所述第一节点具有洗钱风险的第(M+1)层级的洗钱风险节点，其中，N和M为自然数，取值分别大于等于1。在本说明书一实施例中，所述设定数值可以取值为大于等于3的自然数，例如可以取值5、6或者其他的数值。
在本说明书的又一实施例中，如图5所示，图5为本说明书中又一实施例中节点处理方法的流程图。采用上述图4中的步骤S402至步骤S406中所述的方法，如图5中的步骤S501～步骤S505，直至筛选出与所述第一节点具有洗钱风险的第M层级的第N节点，如图5中的步骤S507。然后针对不同的第N节点，分别执行以下操作。
获取与所述第N节点具有所述关联关系的至少一个第(N+1)节点，如图5中的步骤S509。
针对不同的第(N+1)节点，分别执行以下操作：
首先，确定在所述设定时间周期内所述第N节点的资金流出总额P出N和资金流入总额P入N。
其次，确定从所述第(N+1)节点流入所述第N节点的资金额P(N+1)入N和从所述第N节点流入所述第(N+1)节点的资金额PN入(N+1)。
然后，确定所述第(N+1)节点与所述第N节点之间的流入资金关系Q(N+1)入N和流出资金关系QN入(N+1)。如图5中的步骤S511。
其中，流入资金关系Q(N+1)入N和流出资金关系QN入(N+1)分别根据以下公式确定：
其中，DN表示所述第N节点的衰减系数，WN表示所述第N节点的比重值，N、M为自然数，取值大于等于1。
根据流入资金关系Q(N+1)入N和流出资金关系QN入(N+1)确定所述第(N+1)节点和所述第N节点之间发生资金关系的关联度QN关联(N+1)，再判断所述关联度QN关联(N+1)与设定阈值的大小，如图5中的步骤S513。
在本说明书一实施例中，QN关联(N+1)＝max(Q(N+1)入N，QN入(N+1))。
在本说明书的又一实施例中，QN关联(N+1)＝a2*Q(N+1)入N+b2*QN入(N+1)。其中，a2和b2分别表示表示所述流入资金关系Q(N+1)入N和流出资金关系QN入(N+1)的权重，可以是设定的系数，具体取值可以根据实际应用进行设置。
若QN关联(N+1)＜设定阈值，则结束操作，如图5中的步骤S515。
若QN关联(N+1)≥设定阈值，则将N赋值为(N+1)，重复上述步骤S507～步骤S513。直至结束操作。
在本说明书的又一实施例中，还提供了一种节点处理方法，具体的，如图6所示，图6为本说明书又一实施例中节点处理方法的流程图。所述方法包括：确定所述待测金融网络中的N1个第1度可疑节点，其中，一个第1度可疑节点为一个银行账户，N1为大于1的整数；针对Ni个第i度可疑节点中的第k个第i度可疑节点，确定所述待侦测金融网络中与所述第k个第i度可疑节点具有关联关系的Ni+1,k个第(i+1)度可疑节点，重复该步骤，直至拓展结束。所述Ni+1,k个第(i+1)度可疑节点为所述第1度可疑节点的第i层级的洗钱风险节点。针对所述N1个中的任意一个第1度可疑节点，该第1度可疑节点以及与其具有洗钱风险的第i层级的洗钱风险节点构成了该第1度可疑节点的洗钱风险网。
其中，所述第k个第i度可疑节点为一个银行账户，Ni+1,k、k和i为大于等于1的整数，当i＞1时，Ni为大于等于1的整数，1≤k≤Ni。
具体的，如图6中的步骤S602，确定待侦测金融网络中的N1个第1度可疑节点。
接下来，步骤S604，针对Ni个第i度可疑节点中的第k个第i度可疑节点，确定所述待侦测金融网络中与所述第k个第i度可疑节点具有关联关系的Ni+1,k个第(i+1)度可疑节点。
其中，所述第k个第i度可疑节点为一个银行账户，Ni+1,k、k和i为大于等于1的整数，当i＞1时，Ni为大于等于1的整数，1≤k≤Ni。
在本说明书实施例中，所述关联关系包含资金关系和非资金关系，所述非资金关系包含媒介关系和黑名单。确定所述待侦测金融网络中与所述第k个第i度可疑节点具有关联关系的Ni+1,k个第(i+1)度可疑节点的过程，包括以下步骤。
如图6中的步骤S6042，确定在设定时间周期内与所述第k个第i度可疑节点有资金关系的N(i+1,k)2个第(i+1)度可疑节点。
具体的，首先，确定所述设定时间周期内所述第k个第i度可疑节点资金流出总额Pik出和资金流入总额Pik入。
然后，确定所述待侦测金融网络中与所述第k个第i度可疑节点有直接资金交易的所有S个节点，S是大于等于1的整数。针对所述S个节点中的第j个节点，确定所述第j个节点流入所述第k个第i度可疑节点的资金额Pj入ik，以及从所述第k个第i度可疑节点流入所述第j个节点的资金额Pik出j，其中，1≤j≤s，且j为整数。
再然后，确定所述第j个节点和所述第k个第i度可疑节点之间的流入资金关系Qj入ik和流出资金关系Qik出j，具体的，分别根据以下公式确定：
其中，Wik表示所述第k个第i度可疑节点的比重值，Dik表示所述第k个第i度可疑节点的衰减系数。
若流入资金关系Qj入ik和流出资金关系Qik出j中的任意一个值大于所述预设阈值，则所述第j个节点为与所述第k个第i度可疑节点有资金交易关系的第(i+1)度可疑节点。采用上述方法，逐个确定于所述第k个第i度可疑节点有资金交易关系的第(i+1)度可疑节点。
在上述(公式15)和(公式16)中，所述第k个第i度可疑节点的比重值Wik可以通过以下方式确定：
当i＝1时，即所述第k个第i度可疑节点为原始节点时，W1k＝1，所述第k个第i度可疑节点的衰减系数D1k＝1。
当i＞1时，所述第k个第i度可疑节点的比重值根据以下公式确定：
Wik＝max(Wik入(i-1),W(i-1)出ik，Wik入t,Wtk出i)；(公式17)。
其中，
其中，1≤t≠i≤Ni，t为整数；Wik入(i-1)表示所述第i度可疑节点的资金流入第(i-1)度可疑节点时，所述第k个第i度可疑节点的比重值；W(i-1)出ik表示所述第(i-1)度可疑节点的资金流入所述第k个第i度可疑资金时，所述第k个第i度可疑节点的比重值；Wik入t表示所述第k个第i度可疑节点的资金流入所述Ni个第i度可疑节点中的第t个时，所述第k个第i度可疑节点的比重值；Wt出ik表示所述第t个第i度可疑节点的资金流入所述第k个第i度可疑资金时，所述第k个第i度可疑节点的比重值；Di-1表示第(i-1)度可疑节点的衰减系数；Dt表示所述第t个第i度可疑节点的衰减系数。
所述第k个第i度可疑节点的衰减系数Dik可以通过以下方式确定：
Dik＝max(Dik入(i-1),D(i-1)出ik，Dik入t,Dt出ik)；(公式18)。
其中，
1≤t≠i≤Ni，t为整数；Dbase表示衰减调控系数(也可以理解为衰减调控的基数)，Dik入(i-1)表示所述第k个第i度可疑节点的资金流入第(i-1)度可疑节点时，所述第k个第i度可疑节点的衰减系数；D(i-1)出i表示所述第(i-1)度可疑节点的资金流入所述第i度可疑资金时，所述第i度可疑节点的衰减系数，Dik入t表示所述第k个第i度可疑节点的资金流入所述Ni个第i度可疑节点中的第t个时，所述第k个第i度可疑节点的衰减系数；Dt出ik表示所述第t个第i度可疑节点的资金流入所述第k个第i度可疑资金时，所述第k个第i度可疑节点的衰减系数。
接下来，如图6中的步骤S6044，确定在所述设定时间周期内与所述N(i+1,k)2个第(i+1)度可疑节点以及所述第k个第i度可疑节点有媒介关系的N(i+1,k)3个第(i+1)度可疑节点。
具体的，当N(i+1,k)3大于数目阈值时，从所述N(i+1,k)3个第(i+1)度可疑节点中确定m个，则，N(i+1,k)2个第(i+1)度可疑节点和m个第(i+1)度可疑节点的集合即为N(i+1,k)1个第(i+1)度可疑节点，其中，m为大于1的整数；
当N(i+1,k)3小于等于所述数目阈值时，N(i+1,k)2个第(i+1)度可疑节点和N(i+1,k)3个第(i+1)度可疑节点的集合即为N(i+1,k)1个第(i+1)度可疑节点。
步骤S6046，确定在所述设定时间周期内与所述N(i+1,k)1个第(i+1)度可疑节点有资金交易关系的Li+1,k个黑名单节点。
所述N(i+1,k)1个第(i+1)度可疑节点和Li+1个黑名单节点的集合即为所述Ni+1,k个第(i+1)度可疑节点，其中，N(i+1,k)1为大于等于1的整数。
接下来以一个具体的实施例来说明上述的节点处理方法。如图7所示，图7为本说明书又一实施例中节点处理方法中拓展的过程的示意图。
首先，节点A为第1度可疑节点，确定与A之间进行资金交易的所有节点有B1、B2、B3、B4以及B5，其中与其具有资金关系的第二节点有B1和B3，也就是说，B1和B3与节点A之间的资金流入关系或资金流出关系大于所述设定阈值。也就是说，根据资金关系，B1和B3是与节点A具有洗钱风险的第2度可疑节点。图中，实线表示资金关系，虚线表示非资金关系。
然后，确定与节点A、B1和B3中任意一个节点具有媒介关系的节点，例如，与节点A具有媒介关系的节点有B6和B7，与B1具有媒介关系的节点有C1，没有与节点B3具有媒介关系的节点。
此时，可进一步确定，根据媒介关系，节点B6、B7和C1是与节点A具有媒介关系的第2度可疑节点。
接下来，根据黑名单，再来确定与上述第2度可疑节点(B1、B3、B6、B7和C1)以及节点A有直接资金交易的在所述黑名单中的节点，例如，与节点A具有直接资金交易的黑名单中的节点B2，与节点B6具有直接资金交易的黑名单中的节点C2，与节点C1具有直接资金交易的黑名单中的节点D1，至此，可以确定，B1、B3、B6、B7、C1、B2、C2以及D1均为与节点A具有洗钱风险的第2度可疑节点。节点A和B1、B3、B6、B7、C1、B2、C2以及D1确定一个洗钱风险网。
然后再根据上述各第2度可疑节点，重复上述步骤，即可拓展出与节点A具有洗钱风险的所有可疑节点，直至拓展结束。
步骤S606，判断是否结束操作。
若是，则结束操作，如图6中的步骤S608，否则，重复上述步骤S604。
具体的，在本说明书一实施例中，判断(i+1)与所述设定数值之间的大小，若(i+1)大于所述设定数值，则说明所述第(i+1)度可疑节点为所述第1度可疑节点的预设层级的洗钱风险节点，停止操作。
若(i+1)小于等于所述设定数值，则说明所述第(i+1)度可疑节点还不是所述第1度可疑节点的预设层级的洗钱风险节点，因此，可以继续重复上述步骤S604，直至(i+1)大于所述设定数值，停止操作。
在本说明书的又一实施例中，还可以采用以下方法来判断是否结束操作。具体的，在所述待侦测金融网络中与所述第k个第i度可疑节点有直接资金交易的所有S个节点，若所述S个节点与所述第k个第i度可疑节点之间的流入资金关系和流出资金关系均小于所述设定阈值，则停止操作，否则，重复上述步骤S604，直至所述S个节点与所述第k个第i度可疑节点之间的流入资金关系和流出资金关系均小于所述设定阈值。
在本说明书的又一实施例中，所述节点处理方法还包括：根据设定的显示方法以及所述第一节点和各层级洗钱风险节点之间的关联关系，显示所述洗钱风险网。
具体的，在本说明书一实施例中，按照所述洗钱风险网中各节点与所述第一节点的关联关系，显示出所述洗钱风险网，所述洗钱风险网中的各节点之间不重叠。具体的，如图8所示。
需要说明的是，在所述洗钱风险网的网络图上，展示所述洗钱风险网中所有节点，以及各节点之间的资金关系或者非资金关系，在本说明书的一实施例中，可以用实线来表示资金关系，而用虚线来表示非资金关系。具体的，如图3和图7所示。
进一步的，还可以用一个圆点来表示所述洗钱风险网中的各个节点，圆点的半径与其所表示的节点的资金量有关。例如所述设定时间周期内资金量最大的节点的圆点的半径为2D，资金量最小的节点的圆点的半径为D，其他的节点的圆点的半径按其资金量的大小从D到2D分布，其中，D为大于0的自然数。当然，还可以根据圆点的颜色来区分所述圆点所对应的节点，即用不同的颜色来标记节点：历史审理命中、历史审理未命中、规则稽核未审理、模型判断可疑、白名单以及黑名单等。进一步的，还可以通过点击各节点所对应的圆点，获取该节点所对应的账户的属性信息，例如，该节点对应的用户的姓名、证件号、地址、近期资金出入量等，以及模型识别信息，例如，模型判断是否可疑、可疑类型以及可疑的证据信息等。
在本说明书的又一实施例中，还可以根据拓展的层次，以原始节点为中心，逐层放置其资金上游和下游的拓展节点。层次布局可以上下分布、左右分布或者基于原始节点圆形由内往外分布。如图9所示，图9中所示的层次布局是左右分布的，其中，节点B3为原始节点，向左分层放置资金上游的拓展节点，向右分层放置资金下游的拓展节点。
在本说明书的又一实施例中，还可以显示所述洗钱风险网中与所述第一节点具有任意层级洗钱风险的黑名单节点，例如，可以分层级来显示与所述第一节点具有洗钱风险的黑名单节点，可以分别显示在所述黑名单中的所述第一节点的第一层级的洗钱风险节点，以及在所述黑名单中的所述第一节点的第二层级的洗钱风险节点，当然还可以同时显示在黑名单中的所述第一节点的所有层级的洗钱风险节点。接上例，例如与所述节点A具有洗钱风险的黑名单中的点包括B2、C2以及D1。如图10所示。
在本说明书的又一实施例中，还可以显示出所述洗钱风险网中任意一个节点与所述第一节点之间的绝对资金流向和绝对资金金额。如图11所示。
在本说明书的又一实施例中，还可以将本地(终端设备)存储的洗钱风险网络上传至服务器，也可以将存储于服务器上的洗钱风险网络下载至终端。在显示一个节点的第一洗钱风险网络时，还可以通过修改所述设定阈值、所述设定数量以及所述设定数值，对所述节点重新进行拓展，形成所述节点的第二洗钱风险网络，并将所述第一洗钱风险网络和所述第二洗钱风险网络的并集或者交集作为所述节点的新的洗钱风险网络。
还可以将所述节点的洗钱风险网络中比重值小于设定比重值的节点删除。
进一步的，选定一个节点，将所述节点为主体的任务发送至审理平台，并生成可疑交易任务，以提醒审理平台审理。
进一步的，在说明书的又一实施例中，选定一个节点，还可以显示所述节点在将来一段时间内的资金出入趋势信息。所述将来一段时间可以是最近的N1天、最近的N2周或者最近的N3个月，其中，N1、N2以及N3均为大于等于1的整数。
本说明书实施例还提供了一种节点处理装置，如图12所示，图12为本说明书一实施例中节点处理装置的结构示意图。所示装置包括：获取模块1202、处理模块1204和显示模块1206，所述获取模块1202用于获取与第一节点具有关联关系的至少一个第二节点，所述关联关系包含资金关系、非资金关系中的一种或者多种；所述处理模块1204用于从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点，并根据所述第三节点和所述第一节点，确定包含所述第三节点和所述第一节点的洗钱风险网；所述显示模块1206用于根据设定的显示方式和所述第一节点与所述第三节点之间的关联关系，显示所述洗钱风险网。
具体的，所述处理模块1204从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点，包括：针对不同的第二节点，所述处理模块分别执行以下操作：选择其中一个所述第二节点；确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度；在所述关联度大于设定阈值的情况下，确定选择的所述第二节点为所述第一节点具有洗钱风险的第三节点。
进一步的，所述处理模块确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度，包括：
首先，根据风险传播的原理，确定所述第一节点的风险衰减系数和所述第一节点的比重值，所述比重值表征所述第一节点的重要程度。
具体的，在本说明书一实施例中，所述处理模块1204确定所述第一节点的风险系数，包括：
在所述第一节点与其上游节点之间的资金关系为所述上游节点向所述第一节点流入资金的情况下，通过以下方式确定所述第一节点的风险衰减系数D1：
其中，Dbase表示衰减调控系数，P上游入1表示在设定时间周期内从所述上游节点流入所述第一节点的资金额，P出上游表示在设定时间周期从所述上游节点流出的资金总额，D上游表示所述上游节点的衰减系数。
在本说明书又一实施例中，所述处理模块确定所述第一节点的风险衰减系数，还包括：
在所述第一节点与其上游节点之间的资金关系为既包含从所述上游节点向所述第一节点流入资金又包含从所述第一节点向所述上游节点流入资金的情况下，通过以下方式确定所述第一节点的风险衰减系数D1：
D1＝max(D1入，D1出)；
其中，D1入表示在从所述上游节点向所述第一节点流入资金的情况下确定的所述第一节点的衰减系数；D1出表示在从所述第一节点向所述上游节点流入资金的情况下确定的所述第一节点的衰减系数。
在本说明书又一实施例中，所述处理模块确定所述第一节点的风险衰减系数，还包括：
在确定所述第一节点为洗钱风险网络中的根节点的情况下，确定所述第一节点的风险衰减系数为第一预设值。
在本说明书一实施例中，所述处理模块确定所述第一节点的比重值，包括：
在所述第一节点与其上游节点之间的资金关系为从所述第一节点向所述上游节点流入资金的情况下，通过以下方式确定所述第一节点的比重值W1：
其中，P1入上游表示在所述设定时间周期内所述第一节点流入所述上游节点的资金额，P入上游表示在所述设定时间周期内向所述上游节点流入的资金总额，D上游表示所述上游节点的衰减系数。
在本说明书又一实施例中，所述处理模块确定所述第一节点的比重值，包括：
在所述第一节点与其上游节点之间的资金关系为从所述上游节点向所述第一节点流入资金的情况下，通过以下方式确定所述第一节点的比重值W1：
其中，P上游入1表示在设定时间周期内从所述上游节点流入所述第一节点的资金额，P出上游表示在设定时间周期内从所述上游节点中流出的资金总额，D上游表示所述上游节点的衰减系数。
在本说明书又一实施例中，所述处理模块确定所述第一节点的比重值，包括：
在所述第一节点与其上游节点之间的资金关系为既包含从所述上游节点向所述第一节点流入资金又包含从所述第一节点向所述上游节点流入资金的情况下，通过以下方式确定所述第一节点的比重值W1：
W1＝max(W1入,W1出)；
其中，W1入表示在从所述上游节点向所述第一节点流入资金的情况下确定的所述第一节点的比重值；W1出表示在从所述第一节点向所述上游节点流入资金的情况下确定的所述第一节点的比重值。
在本说明书一实施例中，所述处理模块确定所述第一节点的比重值，包括：
在确定所述第一节点为洗钱风险网络中的根节点的情况下，确定所述第一节点的比重值为第二预设值。
然后，在确定所述风险衰减系数和所述比重值的情况下，基于所述风险衰减系数和所述比重值，确定在设定时间周期内选择的所述第三节点与所述第一节点之间发生资金关系的关联度。
具体的，确定在设定时间周期内从选择的第二节点中向所述第一节点流入的第一资金额以及在所述设定时间周期内向所述第一节点中流入的第一资金总额；基于所述第一资金额和第一资金总额，确定在所述设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度；或，确定在设定时间周期内从所述第一节点中向选择的所述第二节点中流入的第二资金额以及在所述设定时间周期内从所述第一节点流出的第二资金总额；基于所述第二资金额和第二资金总额，确定在所述设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度。
接下来，所述处理模块1204从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点，包括：
针对不同的第二节点，分别执行以下操作：选择其中一个所述第二节点；在确定设定时间周期内与选择的所述第二节点与所述第一节点之间具有非资金关系的情况下，确定选择的所述第二节点是与所述第一节点具有洗钱风险的第三节点；
其中，所述非资金关系包含：所述第二节点与第一节点在所述设定时间周期内在同一终端设备上发生登陆行为、所述第二节点与第一节点共同与同一终端设备发生资金交易行为中的一种或者多种。
进一步的，在本说明书一实施例中，若确定所述设定时间周期内与所述第一节点具有非资金关系的第二节点的数量大于设定数量，那么针对不同的第二节点，所述处理模块1204执行以下操作：
确定所述第二节点与所述第一节点之间发生资金交易的次数；在得到不同的所述第二节点与所述第一节点之间发生资金交易的次数的情况下，按照次数的数值大小，将所述第二节点进行排序；根据排序结果，选择设定数量的所述第二节点为与所述第一节点具有洗钱风险的第三节点。
进一步的，所述处理模块1204从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点，包括：
针对不同的第二节点，分别执行以下操作：
根据预先建立的黑名单，判断所述第二节点是否出现在所述黑名单中，若是，则确定所述第二节点为与所述第一节点具有洗钱风险的第三节点；
其中，所述黑名单中包含历史上报洗钱节点、模型识别的高风险节点、历史上报高风险洗钱节点、历史稽核未上报节点中的一种或者多种。
在筛选出与所述第一节点具有洗钱风险的第三节点的情况下，针对不同的所述第三节点，所述处理模块1204分别执行以下操作，以确定所述第一节点的第二层级的洗钱风险节点。具体的，包括：获取与该第三节点具有所述关联关系的至少一个第四节点；从所述至少一个第四节点中筛选出与该第三节点具有洗钱风险的第五节点，所述第五节点为所述第一节点的第二层级的洗钱风险节点。
所述处理模块1204重复上述步骤，直至筛选出所述第一节点的第M层级数的洗钱风险节点第N节点，然后，所述处理模块1204判断筛选出的第N节点与所述第一节点之间的层级数M是否大于设定数值，若大于，则结束操作；否则，继续基于所述第N节点查找所述第一节点的第(M+1)层级的洗钱风险节点，N、M为自然数，取值大于等于1。
利用所述节点处理装置对节点进行拓展的具体方法如以上所介绍的节点处理方法所述，在此不再赘述。
需要说明的是，本说明书实施例提供的节点处理装置可以通过软件方式实现，也可以通过硬件方式实现，这里不做具体限定。先确定与第一节点具有关联关系的第二节点，再从第二节点中快速筛选出与第一节点有洗钱风险的第三节点，可以快速的拓展出以第一节点为中心的洗钱风险网络，从而可以实现对任意用户的洗钱风险的快速识别和整个洗钱团伙的整体侦查和打击，提升了反洗钱风控的处理效率。
基于同一个发明构思，本说明书一实施例还提供了一种节点处理设备，包括：至少一个处理器及存储器，所述存储器存储有程序，并且被配置成由所述至少一个处理器执行以下步骤：获取与第一节点具有关联关系的至少一个第二节点，所述关联关系包含资金关系、非资金关系中的一种或者多种；从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点；根据所述第三节点和所述第一节点，确定包含所述第三节点和所述第一节点的洗钱风险网。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26N20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (37)
1.一种节点处理方法，包括：
获取与第一节点具有关联关系的至少一个第二节点，所述关联关系包含资金关系、非资金关系中的一种或者多种；
从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点；
根据所述第三节点和所述第一节点，确定包含所述第三节点和所述第一节点的洗钱风险网。
2.根据权利要求1所述的节点处理方法，从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点，包括：
针对不同的所述第二节点，分别执行以下操作：
选择其中一个所述第二节点；
确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度；
在所述关联度大于设定阈值的情况下，确定选择的所述第二节点为与所述第一节点具有洗钱风险的第三节点。
3.根据权利要求2所述的节点处理方法，确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度，包括：
确定在设定时间周期内从选择的所述第二节点中向所述第一节点中流入的第一资金额以及在所述设定时间周期内向所述第一节点中流入的第一资金总额；基于所述第一资金额和所述第一资金总额，确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度；
或，
确定在设定时间周期内从所述第一节点中向选择的所述第二节点中流出的第二资金额以及在所述设定时间周期内从所述第一节点中流出的第二资金总额；基于所述第二资金额和所述第二资金总额，确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度。
4.根据权利要求2或3所述的节点处理方法，在确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度之前，所述方法还包括：
根据风险传播的原理，确定所述第一节点的风险衰减系数和所述第一节点的比重值，所述比重值表征所述第一节点的重要程度；
确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度，包括：
基于所述风险衰减系数和所述比重值，确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度。
5.根据权利要求4所述的节点处理方法，确定所述第一节点的风险衰减系数，包括：
在所述第一节点与其上游节点之间的资金关系为从所述第一节点向所述上游节点流入资金的情况下，通过以下方式确定所述第一节点的风险衰减系数D1：
其中，Dbase表示衰减调控系数，P1入上游表示在设定时间周期内所述第一节点流入所述上游节点的资金额，P入上游表示在所述设定时间周期内向所述上游节点流入的资金总额，D上游表示所述上游节点的衰减系数。
6.根据权利要求4所述的节点处理方法，确定所述第一节点的风险衰减系数，包括：
在所述第一节点与其上游节点之间的资金关系为从所述上游节点向所述第一节点流入资金的情况下，通过以下方式确定所述第一节点的风险衰减系数D1：
其中，Dbase表示衰减调控系数，P上游入1表示在设定时间周期内从所述上游节点流入所述第一节点的资金额，P出上游表示在设定时间周期从所述上游节点流出的资金总额，D上游表示所述上游节点的衰减系数。
7.根据权利要求4所述的节点处理方法，确定所述第一节点的风险衰减系数，包括：
在所述第一节点与其上游节点之间的资金关系为既包含从所述上游节点向所述第一节点流入资金又包含从所述第一节点向所述上游节点流入资金的情况下，通过以下方式确定所述第一节点的风险衰减系数D1：
D1＝max(D1入，D1出)；
其中，D1入表示在从所述上游节点向所述第一节点流入资金的情况下确定的所述第一节点的衰减系数；D1出表示在从所述第一节点向所述上游节点流入资金的情况下确定的所述第一节点的衰减系数。
8.根据权利要求4所述的节点处理方法，确定所述第一节点的风险衰减系数，包括：
在确定所述第一节点为洗钱风险网络中的根节点的情况下，确定所述第一节点的风险衰减系数为第一预设值。
9.根据权利要求4所述的节点处理方法，确定所述第一节点的比重值，包括：
在所述第一节点与其上游节点之间的资金关系为从所述第一节点向所述上游节点流入资金的情况下，通过以下方式确定所述第一节点的比重值W1：
其中，P1入上游表示在所述设定时间周期内所述第一节点流入所述上游节点的资金额，P入上游表示在所述设定时间周期内向所述上游节点流入的资金总额，D上游表示所述上游节点的衰减系数。
10.根据权利要求4所述的节点处理方法，确定所述第一节点的比重值，包括：
在所述第一节点与其上游节点之间的资金关系为从所述上游节点向所述第一节点流入资金的情况下，通过以下方式确定所述第一节点的比重值W1：
其中，P上游入1表示在设定时间周期内从所述上游节点流入所述第一节点的资金额，P出上游表示在设定时间周期内从所述上游节点中流出的资金总额，D上游表示所述上游节点的衰减系数。
11.根据权利要求4所述的节点处理方法，确定所述第一节点的比重值，包括：
在所述第一节点与其上游节点之间的资金关系为既包含从所述上游节点向所述第一节点流入资金又包含从所述第一节点向所述上游节点流入资金的情况下，通过以下方式确定所述第一节点的比重值W1：
W1＝max(W1入,W1出)；
其中，W1入表示在从所述上游节点向所述第一节点流入资金的情况下确定的所述第一节点的比重值；W1出表示在从所述第一节点向所述上游节点流入资金的情况下确定的所述第一节点的比重值。
12.根据权利要求4所述的节点处理方法，确定所述第一节点的比重值，包括：
在确定所述第一节点为洗钱风险网络中的根节点的情况下，确定所述第一节点的比重值为第二预设值。
13.根据权利要求1所述的节点处理方法，从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点，包括：
针对不同的第二节点，分别执行以下操作：
选择其中一个所述第二节点；
在确定设定时间周期内选择的所述第二节点与所述第一节点之间具有非资金关系的情况下，确定选择的所述第二节点是与所述第一节点具有洗钱风险的第三节点；
其中，所述非资金关系包含所述第二节点与第一节点在所述设定时间周期内在同一终端设备上发生登录行为、所述第二节点与第一节点共同与同一终端设备发生资金交易行为中的一种或者多种。
14.根据权利要求13所述的节点处理方法，所述方法还包括：
若确定所述设定时间周期内与所述第一节点具有非资金关系的第二节点的数量大于设定数量，那么针对不同的第二节点，执行以下操作：
确定所述第二节点与所述第一节点之间发生资金交易的次数；
在得到不同的所述第二节点与所述第一节点之间发生资金交易的次数的情况下，按照次数的数值大小，将所述第二节点进行排序；
根据排序结果，选择设定数量的所述第二节点为与所述第一节点具有洗钱风险的第三节点。
15.根据权利要求1所述的节点处理方法，从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点，包括：
针对不同的第二节点，分别执行以下操作：
根据预先建立的黑名单，判断所述第二节点是否出现在所述黑名单中，若是，则确定所述第二节点为与所述第一节点具有洗钱风险的第三节点；
其中，所述黑名单中包含历史上报洗钱节点、模型识别的高风险节点、历史上报高风险洗钱节点、历史稽核未上报节点中的一种或者多种。
16.根据权利要求1所述的节点处理方法，在筛选出与所述第一节点具有洗钱风险的第三节点的情况下，所述方法还包括：
针对不同的所述第三节点，分别执行以下操作：
获取与该第三节点具有所述关联关系的至少一个第四节点；
从所述至少一个第四节点中筛选出与该第三节点具有洗钱风险的第五节点，所述第五节点为所述第一节点的第二层级的洗钱风险节点。
17.根据权利要求16所述的节点处理方法，所述方法还包括：
判断筛选出的第N节点与所述第一节点之间的层级数M是否大于设定数值，若大于，则结束操作；否则，继续基于所述第N节点查找所述第一节点的第(M+1)层级的洗钱风险节点，N、M为自然数，取值大于等于1。
18.根据权利要求1所述的节点处理方法，所述方法还包括：
根据设定的显示方式和所述第一节点与所述第三节点之间的关联关系，显示所述洗钱风险网。
19.一种节点处理装置，包括：
获取模块，获取与第一节点具有关联关系的至少一个第二节点，所述关联关系包含资金关系、非资金关系中的一种或者多种；
处理模块，从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点，并根据所述第三节点和所述第一节点，确定包含所述第三节点和所述第一节点的洗钱风险网。
20.根据权利要求19所述的节点处理装置，所述处理模块从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点，包括：
针对不同的第二节点，所述处理模块分别执行以下操作：
选择其中一个所述第二节点；
确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度；
在所述关联度大于设定阈值的情况下，确定选择的所述第二节点为所述第一节点具有洗钱风险的第三节点。
21.根据权利要求20所述的节点处理装置，所述处理模块确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度，包括：
确定在设定时间周期内从选择的第二节点中向所述第一节点流入的第一资金额以及在所述设定时间周期内向所述第一节点中流入的第一资金总额；基于所述第一资金额和第一资金总额，确定在所述设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度；
或，
确定在设定时间周期内从所述第一节点中向选择的所述第二节点中流入的第二资金额以及在所述设定时间周期内从所述第一节点流出的第二资金总额；基于所述第二资金额和第二资金总额，确定在所述设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度。
22.根据权利要求20或21所述的节点处理装置，所述处理模块在确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度之前，还包括：
根据风险传播的原理，确定所述第一节点的风险衰减系数和所述第一节点的比重值，所述比重值表征所述第一节点的重要程度；
确定在设定时间周期内选择的所述第二节点与所述第一节点之间发生资金关系的关联度，包括：
基于所述风险衰减系数和所述比重值，确定在设定时间周期内选择的所述第三节点与所述第一节点之间发生资金关系的关联度。
23.根据权利要求22所述的节点处理装置，所述处理模块确定所述第一节点的风险系数，包括：
在所述第一节点与其上游节点之间的资金关系为从所述第一节点向所述上游节点流入资金的情况下，通过以下方式确定所述第一节点的风险衰减系数D1：
其中，Dbase表示衰减调控系数，P1入上游表示在设定时间周期内所述第一节点流入所述上游节点的资金额，P入上游表示在所述设定时间周期内向所述上游节点流入的资金总额，D上游表示所述上游节点的衰减系数。
24.根据权利要求22所述的节点处理装置，所述处理模块确定所述第一节点的风险系数，包括：
在所述第一节点与其上游节点之间的资金关系为所述上游节点向所述第一节点流入资金的情况下，通过以下方式确定所述第一节点的风险衰减系数D1：
其中，Dbase表示衰减调控系数，P上游入1表示在设定时间周期内从所述上游节点流入所述第一节点的资金额，P出上游表示在设定时间周期从所述上游节点流出的资金总额，D上游表示所述上游节点的衰减系数。
25.根据权利要求22所述的节点控制装置，所述处理模块确定所述第一节点的风险衰减系数，包括：
在所述第一节点与其上游节点之间的资金关系为既包含从所述上游节点向所述第一节点流入资金又包含从所述第一节点向所述上游节点流入资金的情况下，通过以下方式确定所述第一节点的风险衰减系数D1：
D1＝max(D1入，D1出)；
其中，D1入表示在从所述上游节点向所述第一节点流入资金的情况下确定的所述第一节点的衰减系数；D1出表示在从所述第一节点向所述上游节点流入资金的情况下确定的所述第一节点的衰减系数。
26.根据权利要求22所述的节点控制装置，所述处理模块确定所述第一节点的风险衰减系数，包括：
在确定所述第一节点为洗钱风险网络中的根节点的情况下，确定所述第一节点的风险衰减系数为第一预设值。
27.根据权利要求22所述的节点控制装置，所述处理模块确定所述第一节点的比重值，包括：
在所述第一节点与其上游节点之间的资金关系为从所述第一节点向所述上游节点流入资金的情况下，通过以下方式确定所述第一节点的比重值W1：
其中，P1入上游表示在所述设定时间周期内所述第一节点流入所述上游节点的资金额，P入上游表示在所述设定时间周期内向所述上游节点流入的资金总额，D上游表示所述上游节点的衰减系数。
28.根据权利要求22所述的节点控制装置，所述处理模块确定所述第一节点的比重值，包括：
在所述第一节点与其上游节点之间的资金关系为从所述上游节点向所述第一节点流入资金的情况下，通过以下方式确定所述第一节点的比重值W1：
其中，P上游入1表示在设定时间周期内从所述上游节点流入所述第一节点的资金额，P出上游表示在设定时间周期内从所述上游节点中流出的资金总额，D上游表示所述上游节点的衰减系数。
29.根据权利要求22所述的节点控制装置，所述处理模块确定所述第一节点的比重值，包括：
在所述第一节点与其上游节点之间的资金关系为既包含从所述上游节点向所述第一节点流入资金又包含从所述第一节点向所述上游节点流入资金的情况下，通过以下方式确定所述第一节点的比重值W1：
W1＝max(W1入,W1出)；
其中，W1入表示在从所述上游节点向所述第一节点流入资金的情况下确定的所述第一节点的比重值；W1出表示在从所述第一节点向所述上游节点流入资金的情况下确定的所述第一节点的比重值。
30.根据权利要求22所述的节点控制装置，所述处理模块确定所述第一节点的比重值，包括：
在确定所述第一节点为洗钱风险网络中的根节点的情况下，确定所述第一节点的比重值为第二预设值。
31.根据权利要求19所述的节点处理装置，所述处理模块从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点，包括：
针对不同的第二节点，分别执行以下操作：
选择其中一个所述第二节点；
在确定设定时间周期内与选择的所述第二节点与所述第一节点之间具有非资金关系的情况下，确定选择的所述第二节点是与所述第一节点具有洗钱风险的第三节点；
其中，所述非资金关系包含：所述第二节点与第一节点在所述设定时间周期内在同一终端设备上发生登陆行为、所述第二节点与第一节点共同与同一终端设备发生资金交易行为中的一种或者多种。
32.根据权利要求31所述的节点处理装置，
所述处理模块，若确定所述设定时间周期内与所述第一节点具有非资金关系的第二节点的数量大于设定数量，那么针对不同的第二节点，执行以下操作：
确定所述第二节点与所述第一节点之间发生资金交易的次数；
在得到不同的所述第二节点与所述第一节点之间发生资金交易的次数的情况下，按照次数的数值大小，将所述第二节点进行排序；
根据排序结果，选择设定数量的所述第二节点为与所述第一节点具有洗钱风险的第三节点。
33.根据权利要求19所述的节点处理装置，所述处理模块从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点，包括：
针对不同的第二节点，分别执行以下操作：
根据预先建立的黑名单，判断所述第二节点是否出现在所述黑名单中，若是，则确定所述第二节点为与所述第一节点具有洗钱风险的第三节点；
其中，所述黑名单中包含历史上报洗钱节点、模型识别的高风险节点、历史上报高风险洗钱节点、历史稽核未上报节点中的一种或者多种。
34.根据权利要求19所述的节点处理装置，
所述处理模块，在筛选出与所述第一节点具有洗钱风险的第三节点的情况下，针对不同的所述第三节点，分别执行以下操作：
获取与该第三节点具有所述关联关系的至少一个第四节点；
从所述至少一个第四节点中筛选出与该第三节点具有洗钱风险的第五节点，所述第五节点为所述第一节点的第二层级的洗钱风险节点。
35.根据权利要求34所述的节点处理装置，
所述处理模块，判断筛选出的第N节点与所述第一节点之间的层级数M是否大于设定数值，若大于，则结束操作；否则，继续基于所述第N节点查找所述第一节点的第(M+1)层级的洗钱风险节点，N、M为自然数，取值大于等于1。
36.根据权利要求19所述的节点处理装置，所述节点处理装置还包括：显示模块，其中：
所述显示模块，根据设定的显示方式和所述第一节点与所述第三节点之间的关联关系，显示所述洗钱风险网。
37.一种节点处理设备，包括：至少一个处理器及存储器，所述存储器存储有程序，并且被配置成由所述至少一个处理器执行以下步骤：
获取与第一节点具有关联关系的至少一个第二节点，所述关联关系包含资金关系、非资金关系中的一种或者多种；
从获取的所述至少一个第二节点中，筛选出与所述第一节点具有洗钱风险的第三节点；
根据所述第三节点和所述第一节点，确定包含所述第三节点和所述第一节点的洗钱风险网。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710801505.1A CN107566179B (zh) | 2017-09-07 | 2017-09-07 | 一种节点处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710801505.1A CN107566179B (zh) | 2017-09-07 | 2017-09-07 | 一种节点处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107566179A true CN107566179A (zh) | 2018-01-09 |
| CN107566179B CN107566179B (zh) | 2021-01-26 |
Family
ID=60979652
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710801505.1A Active CN107566179B (zh) | 2017-09-07 | 2017-09-07 | 一种节点处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107566179B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110008346A (zh) * | 2019-01-24 | 2019-07-12 | 平安科技（深圳）有限公司 | 黑名单传导图谱构建方法、装置、计算机设备和存储介质 |
| CN110008347A (zh) * | 2019-01-24 | 2019-07-12 | 平安科技（深圳）有限公司 | 黑名单传导扩充方法、装置、计算机设备和存储介质 |
| CN112668836A (zh) * | 2020-12-07 | 2021-04-16 | 数据地平线（广州）科技有限公司 | 一种面向风险图谱的关联风险证据高效挖掘与监控方法和装置 |
| CN113222737A (zh) * | 2021-05-25 | 2021-08-06 | 天津大学 | 用于金融网络的风险可视化的图布局方法 |
| TWI767765B (zh) * | 2021-06-24 | 2022-06-11 | 中國信託商業銀行股份有限公司 | 可疑金流偵測系統 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140058913A1 (en) * | 2012-08-24 | 2014-02-27 | International Business Machines Corporation | Graph partitioning for dynamic securitization |
| CN103714479A (zh) * | 2012-10-09 | 2014-04-09 | 四川欧润特软件科技有限公司 | 银行个人业务欺诈行为实时智能化集中监控的方法和系统 |
| CN104199832A (zh) * | 2014-08-01 | 2014-12-10 | 西安理工大学 | 基于信息熵的金融网络异常交易社区发现方法 |
| CN104361108A (zh) * | 2014-11-27 | 2015-02-18 | 广西师范学院 | 一种数据空间的关联查询方法 |
| CN105590216A (zh) * | 2015-11-18 | 2016-05-18 | 中国银联股份有限公司 | 实时监控交易风险的方法及系统 |
| CN106611137A (zh) * | 2015-10-22 | 2017-05-03 | 阿里巴巴集团控股有限公司 | 一种风险控制方法及装置 |
| CN106874289A (zh) * | 2015-12-11 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 一种关联节点确定方法及设备 |
-
2017
- 2017-09-07 CN CN201710801505.1A patent/CN107566179B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140058913A1 (en) * | 2012-08-24 | 2014-02-27 | International Business Machines Corporation | Graph partitioning for dynamic securitization |
| CN103714479A (zh) * | 2012-10-09 | 2014-04-09 | 四川欧润特软件科技有限公司 | 银行个人业务欺诈行为实时智能化集中监控的方法和系统 |
| CN104199832A (zh) * | 2014-08-01 | 2014-12-10 | 西安理工大学 | 基于信息熵的金融网络异常交易社区发现方法 |
| CN104361108A (zh) * | 2014-11-27 | 2015-02-18 | 广西师范学院 | 一种数据空间的关联查询方法 |
| CN106611137A (zh) * | 2015-10-22 | 2017-05-03 | 阿里巴巴集团控股有限公司 | 一种风险控制方法及装置 |
| CN105590216A (zh) * | 2015-11-18 | 2016-05-18 | 中国银联股份有限公司 | 实时监控交易风险的方法及系统 |
| CN106874289A (zh) * | 2015-12-11 | 2017-06-20 | 阿里巴巴集团控股有限公司 | 一种关联节点确定方法及设备 |
Non-Patent Citations (1)
| Title |
|---|
| 谢婼青等: "数据挖掘技术在反洗钱中的应用探究", 《新金融》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110008346A (zh) * | 2019-01-24 | 2019-07-12 | 平安科技（深圳）有限公司 | 黑名单传导图谱构建方法、装置、计算机设备和存储介质 |
| CN110008347A (zh) * | 2019-01-24 | 2019-07-12 | 平安科技（深圳）有限公司 | 黑名单传导扩充方法、装置、计算机设备和存储介质 |
| CN110008347B (zh) * | 2019-01-24 | 2024-05-03 | 平安科技（深圳）有限公司 | 黑名单传导扩充方法、装置、计算机设备和存储介质 |
| CN110008346B (zh) * | 2019-01-24 | 2024-05-03 | 平安科技（深圳）有限公司 | 黑名单传导图谱构建方法、装置、计算机设备和存储介质 |
| CN112668836A (zh) * | 2020-12-07 | 2021-04-16 | 数据地平线（广州）科技有限公司 | 一种面向风险图谱的关联风险证据高效挖掘与监控方法和装置 |
| CN112668836B (zh) * | 2020-12-07 | 2024-04-05 | 数据地平线（广州）科技有限公司 | 一种面向风险图谱的关联风险证据高效挖掘与监控方法和装置 |
| CN113222737A (zh) * | 2021-05-25 | 2021-08-06 | 天津大学 | 用于金融网络的风险可视化的图布局方法 |
| CN113222737B (zh) * | 2021-05-25 | 2022-06-14 | 天津大学 | 用于金融网络的风险可视化的图布局方法 |
| TWI767765B (zh) * | 2021-06-24 | 2022-06-11 | 中國信託商業銀行股份有限公司 | 可疑金流偵測系統 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107566179B (zh) | 2021-01-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107566179A (zh) | 一种节点处理方法及装置 | |
| CN107391526A (zh) | 一种基于区块链的数据处理方法及设备 | |
| TWI745589B (zh) | 風險特徵篩選、描述報文產生方法、裝置以及電子設備 | |
| WO2019157946A1 (zh) | 一种反洗钱方法、装置及设备 | |
| CN107015882A (zh) | 一种区块数据校验方法和装置 | |
| CN110348462A (zh) | 一种图像特征确定、视觉问答方法、装置、设备及介质 | |
| CN107833060A (zh) | 一种区块链中智能合约交易的验证方法以及系统 | |
| CN108460523A (zh) | 一种风控规则生成方法和装置 | |
| CN107808098A (zh) | 一种模型安全检测方法、装置以及电子设备 | |
| CN109214436A (zh) | 一种针对目标场景的预测模型训练方法及装置 | |
| CN107526666A (zh) | 基于深度学习的报警方法、系统、装置以及电子设备 | |
| CN109447469A (zh) | 一种文本检测方法、装置及设备 | |
| WO2018161900A1 (zh) | 一种风控事件自动处理方法及装置 | |
| CN109711440A (zh) | 一种数据异常检测方法和装置 | |
| CN108346139A (zh) | 一种图像筛选方法及装置 | |
| CN107679700A (zh) | 业务流程处理方法、装置及服务器 | |
| CN108921566A (zh) | 一种基于图结构模型的虚假交易识别方法和装置 | |
| CN109003075A (zh) | 一种风险识别方法及装置 | |
| CN108197777A (zh) | 一种调整风控规则的方法、装置及设备 | |
| CN107025480A (zh) | 图像生成方法及其设备 | |
| CN107516105A (zh) | 图像处理方法及装置 | |
| CN109583890A (zh) | 异常交易对象的识别方法、装置及设备 | |
| CN110147940A (zh) | 一种风险控制处理方法、设备、介质以及装置 | |
| CN108021610A (zh) | 随机游走、基于分布式系统的随机游走方法、装置以及设备 | |
| CN107578338A (zh) | 一种业务发布方法、装置及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1248932 Country of ref document: HK |
|
| TA01 | Transfer of patent application right |
Effective date of registration: 20201019 Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands Applicant after: Innovative advanced technology Co.,Ltd. Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands Applicant before: Advanced innovation technology Co.,Ltd. Effective date of registration: 20201019 Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman Islands Applicant after: Advanced innovation technology Co.,Ltd. Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands Applicant before: Alibaba Group Holding Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |