CN109345375B - 一种可疑洗钱行为识别方法及装置 - Google Patents
一种可疑洗钱行为识别方法及装置 Download PDFInfo
- Publication number
- CN109345375B CN109345375B CN201811131437.3A CN201811131437A CN109345375B CN 109345375 B CN109345375 B CN 109345375B CN 201811131437 A CN201811131437 A CN 201811131437A CN 109345375 B CN109345375 B CN 109345375B
- Authority
- CN
- China
- Prior art keywords
- bank
- user
- money laundering
- transaction
- bank card
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本申请公开了一种可疑洗钱行为识别方法及装置,通过在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果;在操控用户身份识别结果不合法的情况下,获取银行卡对应的银行账户参数以及操控用户对应的银行交易参数;利用银行账户参数以及银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。通过对执行银行卡交易的操控用户进行身份识别,确定执行银行卡交易的实际操控用户,进而在实际操控用户身份识别结果不合法时,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果,从而准确识别出犯罪分子利用银行卡实施的可疑洗钱行为。
Description
技术领域
本发明涉及金融技术领域,具体涉及一种可疑洗钱行为识别方法及装置。
背景技术
洗钱是一种将非法所得合法化的行为,主要指将违法所得及其产生的收益,通过各种手段掩饰、隐瞒其来源和性质,使其在形式上合法化。洗钱行为会对一个国家的政治稳定、社会安定、经济安全以及国际政治经济体系的安全构成严重威胁。因此,目前的金融机构网络中都设置有反洗钱系统,来预防通过各种方式掩饰、隐瞒各种犯罪所得及其收益的来源和性质的洗钱活动。
由于银行卡(包括:信用卡、储值卡等)依然是目前商业银行主流支付结算工具,近年来各家金融机构有大量的银行卡处于长期闲置状态,这为洗钱犯罪提供了可乘之机。犯罪分子通过购买他人闲置银行卡或利用他人身份证所办银行卡作为洗钱工具,通过取现、刷卡消费等方式掩盖真实交易背景。但目前的反洗钱系统无法准确识别出犯罪分子利用银行卡实施的可疑洗钱行为。
发明内容
有鉴于此,本发明实施例提供一种可疑洗钱行为识别方法及装置,能够准确识别出犯罪分子利用银行卡实施的可疑洗钱行为。
一种可疑洗钱行为识别方法,包括:
在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果;
在操控用户身份识别结果为不合法的情况下,获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数;
利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。
优选的,所述在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果包括:
在银行卡发生交易时,获取执行银行卡交易的操控用户的身份信息;
利用与所述银行卡关联的刷卡设备读取所述银行卡对应的合法用户的身份信息;
将所述执行银行卡交易的操控用户的身份信息与所述合法用户的身份信息进行比对,得到比对结果;
依据所述比对结果,得到操控用户身份识别结果。
优选的,在银行卡发生交易时,获取执行银行卡交易的操控用户的身份信息的过程包括:
在银行卡发生交易时,利用监控设备采集执行银行卡交易的操控用户的图像信息;
利用生物特征识别技术,对所述图像信息中的操控用户进行生物特征识别,得到生物特征识别结果;
利用所述生物特征识别结果,在预先设置的用户身份特征信息库中查找与所述生物特征识别结果相匹配的身份信息,得到操控用户的身份信息,其中,所述用户身份特征信息库中存储了用户身份信息与用户生物特征的对应关系。
优选的,所述银行卡对应的银行账户参数包括:在第一预设时间段内,使用所述银行账户的用户数、在第一预设时间段内,每位用户使用所述银行账户对应的使用次数以及在第一预设时间段内,每位用户每次使用所述银行账户对应的使用金额中的至少一种。
优选的,所述操控用户对应的银行交易参数包括:
在第二预设时间段内,所述操控用户所使用的银行账户数、在第二预设时间段内,每个银行账户被操控用户执行的交易次数以及在第二预设时间段内,每个银行账户被操控用户每次执行的交易对应的交易金额中的至少一种。
优选的,所述利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果的过程包括:
通过预先设置的可疑洗钱行为识别规则,对所述银行卡对应的银行账户参数进行分析,得到所述银行卡对应的银行账户涉嫌洗钱的分值;
通过预先设置的可疑洗钱行为识别规则,对所述操控用户对应的银行交易参数进行分析,得到所述操控用户涉嫌洗钱的分值;
利用所述银行卡对应的银行账户涉嫌洗钱的分值以及所述操控用户涉嫌洗钱的分值,得到可疑洗钱行为识别结果。
一种可疑洗钱行为识别装置,包括:
身份识别模块,用于在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果;
参数获取模块,用于在操控用户身份识别结果为不合法的情况下,获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数;
可疑洗钱行为识别模块,用于利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。
优选的,所述身份识别模块包括:
操控用户身份信息获取模块,用于在银行卡发生交易时,获取执行银行卡交易的操控用户的身份信息;
合法用户身份信息获取模块,用于利用与所述银行卡关联的刷卡设备读取所述银行卡对应的合法用户的身份信息;
身份信息比对模块,用于将所述执行银行卡交易的操控用户的身份信息与所述合法用户的身份信息进行比对,得到比对结果;
操控用户身份识别结果获取模块,用于依据所述比对结果,得到操控用户身份识别结果。
优选的,所述操控用户身份信息获取模块包括:
图像信息采集模块,用于在银行卡发生交易时,利用监控设备采集执行银行卡交易的操控用户的图像信息;
生物特征识别模块,用于利用生物特征识别技术,对所述图像信息中的操控用户进行生物特征识别,得到生物特征识别结果;
身份信息查找模块,用于利用所述生物特征识别结果,在预先设置的用户身份特征信息库中查找与所述生物特征识别结果相匹配的身份信息,得到操控用户的身份信息,其中,所述用户身份特征信息库中存储了用户身份信息与用户生物特征的对应关系。
优选的,所述银行卡对应的银行账户参数包括:在第一预设时间段内,使用所述银行账户的用户数、在第一预设时间段内,每位用户使用所述银行账户对应的使用次数以及在第一预设时间段内,每位用户每次使用所述银行账户对应的使用金额中的至少一种。
优选的,所述操控用户对应的银行交易参数包括:在第二预设时间段内,所述操控用户所使用的银行账户数、在第二预设时间段内,每个银行账户被操控用户执行的交易次数以及在第二预设时间段内,每个银行账户被操控用户每次执行的交易对应的交易金额中的至少一种。
优选的,所述可疑洗钱行为识别模块包括:
银行账户参数分析模块,用于通过预先设置的可疑洗钱行为识别规则,对所述银行卡对应的银行账户参数进行分析,得到所述银行卡对应的银行账户涉嫌洗钱的分值;
银行交易参数分析模块,用于通过预先设置的可疑洗钱行为识别规则,对所述操控用户对应的银行交易参数进行分析,得到所述操控用户涉嫌洗钱的分值;
可疑洗分值钱行为识别结果获取模块,用于利用所述银行卡对应的银行账户涉嫌洗钱的以及所述操控用户涉嫌洗钱的分值,得到可疑洗钱行为识别结果。
基于上述技术方案,本发明实施例公开了一种可疑洗钱行为识别方法及装置,通过在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果;在操控用户身份识别结果为不合法的情况下,获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数;利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。由于本发明实施例中可以通过对执行银行卡交易的操控用户进行身份识别,确定执行银行卡交易的实际操控用户,进而在实际操控用户身份识别结果为不合法的情况下,可以利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果,从而准确识别出犯罪分子利用银行卡实施的可疑洗钱行为。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种可疑洗钱行为识别方法的流程图;
图2为本发明实施例提供的另一种可疑洗钱行为识别方法的流程图;
图3为本发明实施例提供的一种在银行卡发生交易时,获取执行银行卡交易的操控用户的身份信息方法的流程图;
图4为本发明实施例提供的又一种可疑洗钱行为识别方法的流程图;
图5为本发明实施例提供的一种可疑洗钱行为识别装置的结构框图;
图6为本发明实施例提供的一种可疑洗钱行为识别装置的硬件结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
图1示出了一种可疑洗钱行为识别方法的流程图,该方法可由服务器实现,参照图1,所述方法可以包括:
步骤S100、在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果;
本发明实施例中的可疑洗钱行为识别方法可以应用在任何的银行卡交易场景中,例如用户在银行网点的ATM(Automatic Teller Machine,自动柜员机)处执行的银行卡交易场景,或者在任何消费场所的POS(Point Of Sale,销售终端)机处执行的银行卡交易场景等,本发明实施例不做具体限定。
在银行网点的ATM或者在消费场所的POS机处,银行卡发生交易时,都会触发对执行银行卡交易的操控用户的身份识别的过程,从而得到执行银行卡交易的操控用户的身份信息,确定执行银行卡交易的实际操控用户。
需要说明的是,本发明实施例中可以通过设置在银行卡交易地点处的监控设备实时获取银行卡交易图像,并将所述银行卡交易图像上传到服务器,由服务器依据所述银行卡交易图像,判断银行卡是否发生交易;另一方面,也可以通过设置在银行网点的ATM或者在消费场所的POS机将银行卡发生交易的信息实时传输到服务器中。
可选的,银行卡发生的交易可以为现金交易,也可以为非现金交易,本发明实施例并不做具体限定。
步骤S110、判断操控用户身份识别结果是否合法;如果是,则终止流程,否则,执行步骤S120;
需要说明的是,本发明实施例中,判断操控用户身份识别结果是否合法的过程主要是验证操控用户的身份信息是否与所述银行卡对应的合法用户的身份信息一致。其中,所述银行卡对应的合法用户具体为银行卡对应的合法持卡人。在操控用户的身份信息与银行卡对应的合法用户的身份信息一致的情况下,表明操控该银行卡进行交易的操控用户与该银行卡的合法持卡人为同一人;在操控用户的身份信息与银行卡对应的合法用户的身份信息不一致的情况下,表明操控该银行卡进行交易的操控用户与该银行卡的合法持卡人并不为同一人,在操控该银行卡进行交易的操控用户与该银行卡的合法持卡人并不为同一人的情况下,需要继续执行步骤S120。
步骤S120、获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数;
银行卡对应的银行账户参数指的是该银行卡对应的银行账户被使用情况的相关参数;操控用户对应的银行交易参数指的是操控用户在银行账户交易方面的相关参数。
需要说明的是,所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数都需要从银行自身的银行系统中获取。
所述银行卡对应的银行账户参数包括:在第一预设时间段内,使用所述银行账户的用户数、在第一预设时间段内,每位用户使用所述银行账户对应的使用次数以及在第一预设时间段内,每位用户每次使用所述银行账户对应的使用金额中的至少一种。
所述操控用户对应的银行交易参数包括:在第二预设时间段内,所述操控用户所使用的银行账户数、在第二预设时间段内,每个银行账户被操控用户执行的交易次数以及在第二预设时间段内,每个银行账户被操控用户每次执行的交易对应的交易金额中的至少一种。
其中,所述第一预设时间段以及所述第二预设时间段可以为相同时长的时间段,也可以为不同时长的时间段,所述第一预设时间段以及所述第二预设时间段的时长可以由本领域技术人员依据实际情况进行设置,本发明实施例并不做具体限定。
步骤S130、利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。
本发明实施例中的预先设置的可疑洗钱行为识别规则可以为预先训练的可疑洗钱行为识别模型,通过将所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数输入到预先训练的可疑洗钱行为识别模型中进行计算,便可得到可疑洗钱行为识别结果。
本发明实施例公开了一种可疑洗钱行为识别方法,通过在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果;在操控用户身份识别结果为不合法的情况下,获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数;利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。由于本发明实施例中可以通过对执行银行卡交易的操控用户进行身份识别,确定执行银行卡交易的实际操控用户,进而在实际操控用户身份识别结果为不合法的情况下,可以利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果,从而准确识别出犯罪分子利用银行卡实施的可疑洗钱行为。
可选的,图2示出了另一种可疑洗钱行为识别方法的流程图,该方法可由服务器实现,参照图2,所述方法可以包括:
步骤S200、在银行卡发生交易时,获取执行银行卡交易的操控用户的身份信息;
需要说明的是,由于在现有银行网点以及交易网点,都安装有完善的监控基础设施,本发明实施例中可以利用完善的监控基础设施来获取执行银行卡交易的操控用户的图像,然后利用生物特征识别技术,对所述图像信息中的操控用户进行生物特征识别,得到生物特征识别结果,并利用生物特征识别结果在预先设置的用户身份特征信息库中查找操控用户的身份信息。具体过程将在以下实施例中进行详细介绍。
操控用户身份信息可以为包含操控用户面部图像、用户姓名、年龄、职业、家庭住址、联系方式、在银行信用度、在银行交易记录等信息,本发明实施例不做具体限定。
步骤S210、利用与所述银行卡关联的刷卡设备读取所述银行卡对应的合法用户的身份信息;
其中,银行卡关联的刷卡设备(例如ATM或者POS机等)都可以读取所述银行卡对应的合法用户的身份信息,即银行卡对应的合法持卡人的身份信息。
合法用户身份信息可以为包含合法用户面部图像、用户姓名、年龄、职业、家庭住址、联系方式、在银行信用度、在银行交易记录等信息,本发明实施例不做具体限定。
步骤S220、将所述执行银行卡交易的操控用户的身份信息与所述合法用户的身份信息进行比对,得到比对结果;
本发明实施例中将所述执行银行卡交易的操控用户的身份信息与所述合法用户的身份信息进行比对的过程可以是将操控用户的身份信息与合法用户的身份信息中的各个项目进行一一比对,也可以是分别从操控用户的身份信息与合法用户的身份信息中提取相同的几个关键项目,比较几个关键项目是否一致即可,本发明实施例不做具体限定。
步骤S230、依据所述比对结果,得到操控用户身份识别结果。
操控用户身份识别结果具体为:操控用户的身份信息合法或不合法,操控用户的身份信息合法具体为操控用户的身份信息与合法用户的身份信息一致;操控用户的身份信息不合法具体为操控用户的身份信息与合法用户的身份信息不一致。
步骤S240、在操控用户身份识别结果为不合法的情况下,获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数;
步骤S250、利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。
本发明实施例公开了一种可疑洗钱行为识别方法,通过在银行卡发生交易时,获取执行银行卡交易的操控用户的身份信息,利用与所述银行卡关联的刷卡设备读取所述银行卡对应的合法用户的身份信息,将所述执行银行卡交易的操控用户的身份信息与所述合法用户的身份信息进行比对,得到比对结果,依据所述比对结果,得到操控用户身份识别结果,在操控用户身份识别结果为不合法的情况下,获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。由于本发明实施例中可以通过将所述执行银行卡交易的操控用户的身份信息与所述合法用户的身份信息进行比对,得到操控用户身份识别结果,确定执行银行卡交易的实际操控用户,进而在实际操控用户身份识别结果为不合法的情况下,可以利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果,从而准确识别出犯罪分子利用银行卡实施的可疑洗钱行为。
在本实施例中,上述在银行卡发生交易时,获取执行银行卡交易的操控用户的身份信息的具体过程还可以参见图3,如图3所示,可以包括以下步骤:
步骤S11、在银行卡发生交易时,利用监控设备采集执行银行卡交易的操控用户的图像信息;
需要说明的是,本发明实施例中可以利用监控设备进行非接触式的主动数据获取,采集执行银行卡交易的操控用户的图片或者视频等影像数据,从影像数据中提取操控用户的图像信息。
步骤S12、利用生物特征识别技术,对所述图像信息中的操控用户进行生物特征识别,得到生物特征识别结果;
本发明实施例中,可以利用生物特征识别技术,对所述图像信息中的操控用户进行生物特征识别,具体的,可以利用人脸识别或虹膜识别等物特征识别技术,本发明实施例不做具体限定。其中,本发明实施例中用到的人脸识别技术,也叫面部识别技术,是一种基于人的脸部特征信息进行身份识别的生物特征识别技术。虹膜识别技术是一种基于眼睛中的虹膜进行身份识别生物特征识别技术。相应的,生物特征识别结果可以为人的脸部特征识别结果或者虹膜特征识别结果。
从人脸识别方面来说,利用现有银行网点以及交易网点中设置的摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术识别出人脸的生物特征。
其中,人脸识别的几大关键技术包括:
基于特征的人脸检测技术:通过采用颜色、轮廓、纹理、结构或者直方图特征等进行人脸检测;
基于模板匹配人脸检测技术:从数据库当中提取人脸模板,接着采取一定模板匹配策略,使抓取人脸图像与从模板库提取图片相匹配,由相关性的高低和所匹配的模板大小确定人脸大小以及位置信息;
基于统计的人脸检测技术:通过对于“人脸”和“非人脸”的图像大量搜集构成的人脸正、负样本库,采用统计方法强化训练该系统,从而实现对人脸和非人脸的模式进行检测和分类。
以上举例仅为更清楚对本发明实施例进行说明,不应视为对本申请的限制。
步骤S13、利用所述生物特征识别结果,在预先设置的用户身份特征信息库中查找与所述生物特征识别结果相匹配的身份信息,得到操控用户的身份信息。
其中,所述用户身份特征信息库中存储了用户身份信息与用户生物特征的对应关系。用户身份特征信息库可以为身份联网核查系统也可以为银行自身的客户信息库等,本发明实施例不做具体限定。
其中,用户身份信息可以为包含用户面部图像、用户姓名、年龄、职业、家庭住址、联系方式、在银行信用度、在银行交易记录等信息,本发明实施例不做具体限定。
本发明实施例中可以利用完善的监控基础设施进行非接触式的主动数据获取,集执行银行卡交易的操控用户的图像信息,并利用生物特征识别技术,对所述图像信息中的操控用户进行生物特征识别,得到生物特征识别结果,利用所述生物特征识别结果,在预先设置的用户身份特征信息库中查找与所述生物特征识别结果相匹配的身份信息,得到操控用户的身份信息,从而能够快速、准确地识别出操控用户的身份,确定银行账户的实际操控人,进而大幅提高鉴别洗钱行为的准确性和效率。
可选的,图4示出了另一种可疑洗钱行为识别方法的流程图,该方法可由服务器实现,参照图4,所述方法可以包括:
步骤S300、在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果;
步骤S310、在操控用户身份识别结果为不合法的情况下,获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数;
步骤S320、通过预先设置的可疑洗钱行为识别规则,对所述银行卡对应的银行账户参数进行分析,得到所述银行卡对应的银行账户涉嫌洗钱的分值;
所述银行卡对应的银行账户参数包括:在第一预设时间段内,使用所述银行账户的用户数、在第一预设时间段内,每位用户使用所述银行账户对应的使用次数以及在第一预设时间段内,每位用户每次使用所述银行账户对应的使用金额中的至少一种。
对应以上银行卡对应的银行账户参数,本发明实施例中,可以分别为每个银行账户参数配置对应的权值,银行卡对应的银行账户涉嫌洗钱的分值=a*使用所述银行账户的用户数+b*每位用户使用所述银行账户对应的使用次数+c*每位用户每次使用所述银行账户对应的使用金额,其中,a、b、c为对应的权值,权值的具体数值可以由本领域技术人员依据实际情况进行设定,本发明实施例不做具体限定。其中,银行卡对应的银行账户涉嫌洗钱的分值也从上述三个银行账户参数中的任一种或者任两种的组合中得到,具体的组合方式可以为相加也可以为相乘,本发明实施例不做具体限定。
步骤S330、通过预先设置的可疑洗钱行为识别规则,对所述操控用户对应的银行交易参数进行分析,得到所述操控用户涉嫌洗钱的分值;
所述操控用户对应的银行交易参数包括:在第二预设时间段内,所述操控用户所使用的银行账户数、在第二预设时间段内,每个银行账户被操控用户执行的交易次数以及在第二预设时间段内,每个银行账户被操控用户每次执行的交易对应的交易金额中的至少一种。
其中,所述第一预设时间段以及所述第二预设时间段可以为相同时长的时间段,也可以为不同时长的时间段,所述第一预设时间段以及所述第二预设时间段的时长可以由本领域技术人员依据实际情况进行设置,本发明实施例并不做具体限定。
对应以上操控用户对应的银行交易参数,本发明实施例中,可以分别为每个银行交易参数配置对应的权值,操控用户涉嫌洗钱的分值=d*操控用户所使用的银行账户数+e*每个银行账户被操控用户执行的交易次数+f*每个银行账户被操控用户每次执行的交易对应的交易金额,其中,d、e、f为对应的权值,权值的具体数值可以由本领域技术人员依据实际情况进行设定,本发明实施例不做具体限定。其中,操控用户涉嫌洗钱的分值也从上述三个银行交易参数中的任一种或者任两种的组合中得到,具体的组合方式可以为相加也可以为相乘,本发明实施例不做具体限定。
步骤S340、利用所述银行卡对应的银行账户涉嫌洗钱的分值以及所述操控用户涉嫌洗钱的分值,得到可疑洗钱行为识别结果。
本发明实施例中可以利用所述银行卡对应的银行账户涉嫌洗钱的分值以及所述操控用户涉嫌洗钱的分值,分别得到涉嫌洗钱的银行账户或者涉嫌洗钱的操控用户,在得到涉嫌洗钱的银行账户或者涉嫌洗钱的操控用户之后,可以进入反洗钱控制流程,例如:对涉嫌洗钱的银行账户进行冻结、降低涉嫌洗钱的操控用户的信用度,将涉嫌洗钱的操控用户加入黑名单等等,本发明实施例不做具体限定。
在所述银行卡对应的银行账户涉嫌洗钱的分值达到银行账户涉嫌洗钱的预设值,或者所述操控用户涉嫌洗钱的分值达到操控用户涉嫌洗钱的预设值时,可以向银行监控人员发出警告,提示可疑洗钱行为的发生。银行账户涉嫌洗钱的预设值和操控用户涉嫌洗钱的预设值可以由本领域技术人员进行设定,本发明实施例不做具体限定。
具体的,本发明实施例中还可以由银行业务专家对所述银行卡对应的银行账户涉嫌洗钱的分值以及所述操控用户涉嫌洗钱的分值进行分析,得到可疑洗钱行为识别结果,鉴别出涉嫌洗钱的交易或个人。
本发明实施例公开了一种可疑洗钱行为识别方法,通过在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果;在操控用户身份识别结果为不合法的情况下,获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数;利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。由于本发明实施例中可以通过对执行银行卡交易的操控用户进行身份识别,确定执行银行卡交易的实际操控用户,进而在实际操控用户身份识别结果为不合法的情况下,可以利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果,从而准确识别出犯罪分子利用银行卡实施的可疑洗钱行为,并利用预先设置的可疑洗钱行为识别规则快速识别出可疑洗钱行为,进而大幅提高鉴别洗钱行为的准确性和效率。
下面对本发明实施例提供的可疑洗钱行为识别装置进行介绍,下文描述的可疑洗钱行为识别装置,可与上文描述的可疑洗钱行为识别方法相互对应参照。下文描述的可疑洗钱行为识别装置,可以认为是服务器为实现本发明实施例提供的可疑洗钱行为识别方法,所需设置的功能模块架构。
图5为本发明实施例提供的可疑洗钱行为识别装置的结构框图,该装置可应用于服务器,参照图5,该装置可以包括:
身份识别模块100,用于在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果;
参数获取模块110,用于在操控用户身份识别结果为不合法的情况下,获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数;
可疑洗钱行为识别模块120,用于利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。
所述身份识别模块包括:
操控用户身份信息获取模块,用于在银行卡发生交易时,获取执行银行卡交易的操控用户的身份信息;
合法用户身份信息获取模块,用于利用与所述银行卡关联的刷卡设备读取所述银行卡对应的合法用户的身份信息;
身份信息比对模块,用于将所述执行银行卡交易的操控用户的身份信息与所述合法用户的身份信息进行比对,得到比对结果;
操控用户身份识别结果获取模块,用于依据所述比对结果,得到操控用户身份识别结果。
所述操控用户身份信息获取模块包括:
图像信息采集模块,用于在银行卡发生交易时,利用监控设备采集执行银行卡交易的操控用户的图像信息;
生物特征识别模块,用于利用生物特征识别技术,对所述图像信息中的操控用户进行生物特征识别,得到生物特征识别结果;
身份信息查找模块,用于利用所述生物特征识别结果,在预先设置的用户身份特征信息库中查找与所述生物特征识别结果相匹配的身份信息,得到操控用户的身份信息,其中,所述用户身份特征信息库中存储了用户身份信息与用户生物特征的对应关系。
所述银行卡对应的银行账户参数包括:在第一预设时间段内,使用所述银行账户的用户数、在第一预设时间段内,每位用户使用所述银行账户对应的使用次数以及在第一预设时间段内,每位用户每次使用所述银行账户对应的使用金额中的至少一种。
所述操控用户对应的银行交易参数包括:在第二预设时间段内,所述操控用户所使用的银行账户数、在第二预设时间段内,每个银行账户被操控用户执行的交易次数以及在第二预设时间段内,每个银行账户被操控用户每次执行的交易对应的交易金额中的至少一种。
所述可疑洗钱行为识别模块包括:
银行账户参数分析模块,用于通过预先设置的可疑洗钱行为识别规则,对所述银行卡对应的银行账户参数进行分析,得到所述银行卡对应的银行账户涉嫌洗钱的分值;
银行交易参数分析模块,用于通过预先设置的可疑洗钱行为识别规则,对所述操控用户对应的银行交易参数进行分析,得到所述操控用户涉嫌洗钱的分值;
可疑洗分值钱行为识别结果获取模块,用于利用所述银行卡对应的银行账户涉嫌洗钱的以及所述操控用户涉嫌洗钱的分值,得到可疑洗钱行为识别结果。
可选的,可疑洗钱行为识别装置可以为硬件设备,上文描述的模块可以设置于可疑洗钱行为识别装置内的功能模块。图6示出了可疑洗钱行为识别装置的硬件结构框图,参照图6,可疑洗钱行为识别装置可以包括:处理器1,通信接口2,存储器3和通信总线4;其中处理器1、通信接口2、存储器3通过通信总线4完成相互间的通信;可选的,通信接口2可以为通信模块的接口,如GSM模块的接口;
处理器1,用于执行程序;存储器3,用于存放程序;程序可以包括程序代码,所述程序代码包括计算机操作指令;
处理器1可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路;存储器3可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
其中,程序可具体用于:
在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果;
在操控用户身份识别结果为不合法的情况下,获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数;
利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。
综上所述:
本发明实施例公开了一种可疑洗钱行为识别方法及装置,通过在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果;在操控用户身份识别结果为不合法的情况下,获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数;利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。由于本发明实施例中可以通过对执行银行卡交易的操控用户进行身份识别,确定执行银行卡交易的实际操控用户,进而在实际操控用户身份识别结果为不合法的情况下,可以利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果,从而准确识别出犯罪分子利用银行卡实施的可疑洗钱行为。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (12)
1.一种可疑洗钱行为识别方法,其特征在于,包括:
在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果;
在操控用户身份识别结果为不合法的情况下,获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数;
利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。
2.根据权利要求1所述的方法,其特征在于,所述在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果包括:
在银行卡发生交易时,获取执行银行卡交易的操控用户的身份信息;
利用与所述银行卡关联的刷卡设备读取所述银行卡对应的合法用户的身份信息;
将所述执行银行卡交易的操控用户的身份信息与所述合法用户的身份信息进行比对,得到比对结果;
依据所述比对结果,得到操控用户身份识别结果。
3.根据权利要求2所述的方法,其特征在于,在银行卡发生交易时,获取执行银行卡交易的操控用户的身份信息的过程包括:
在银行卡发生交易时,利用监控设备采集执行银行卡交易的操控用户的图像信息;
利用生物特征识别技术,对所述图像信息中的操控用户进行生物特征识别,得到生物特征识别结果;
利用所述生物特征识别结果,在预先设置的用户身份特征信息库中查找与所述生物特征识别结果相匹配的身份信息,得到操控用户的身份信息,其中,所述用户身份特征信息库中存储了用户身份信息与用户生物特征的对应关系。
4.根据权利要求1所述的方法,其特征在于,所述银行卡对应的银行账户参数包括:在第一预设时间段内,使用所述银行账户的用户数、在第一预设时间段内,每位用户使用所述银行账户对应的使用次数以及在第一预设时间段内,每位用户每次使用所述银行账户对应的使用金额中的至少一种。
5.根据权利要求1所述的方法,其特征在于,所述操控用户对应的银行交易参数包括:
在第二预设时间段内,所述操控用户所使用的银行账户数、在第二预设时间段内,每个银行账户被操控用户执行的交易次数以及在第二预设时间段内,每个银行账户被操控用户每次执行的交易对应的交易金额中的至少一种。
6.根据权利要求1所述的方法,其特征在于,所述利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果的过程包括:
通过预先设置的可疑洗钱行为识别规则,对所述银行卡对应的银行账户参数进行分析,得到所述银行卡对应的银行账户涉嫌洗钱的分值;
通过预先设置的可疑洗钱行为识别规则,对所述操控用户对应的银行交易参数进行分析,得到所述操控用户涉嫌洗钱的分值;
利用所述银行卡对应的银行账户涉嫌洗钱的分值以及所述操控用户涉嫌洗钱的分值,得到可疑洗钱行为识别结果。
7.一种可疑洗钱行为识别装置,其特征在于,包括:
身份识别模块,用于在银行卡发生交易时,对执行银行卡交易的操控用户进行身份识别,得到操控用户身份识别结果;
参数获取模块,用于在操控用户身份识别结果为不合法的情况下,获取所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数;
可疑洗钱行为识别模块,用于利用所述银行卡对应的银行账户参数以及所述操控用户对应的银行交易参数,通过预先设置的可疑洗钱行为识别规则,进行可疑洗钱行为识别,得到可疑洗钱行为识别结果。
8.根据权利要求7所述的装置,其特征在于,所述身份识别模块包括:
操控用户身份信息获取模块,用于在银行卡发生交易时,获取执行银行卡交易的操控用户的身份信息;
合法用户身份信息获取模块,用于利用与所述银行卡关联的刷卡设备读取所述银行卡对应的合法用户的身份信息;
身份信息比对模块,用于将所述执行银行卡交易的操控用户的身份信息与所述合法用户的身份信息进行比对,得到比对结果;
操控用户身份识别结果获取模块,用于依据所述比对结果,得到操控用户身份识别结果。
9.根据权利要求8所述的装置,其特征在于,所述操控用户身份信息获取模块包括:
图像信息采集模块,用于在银行卡发生交易时,利用监控设备采集执行银行卡交易的操控用户的图像信息;
生物特征识别模块,用于利用生物特征识别技术,对所述图像信息中的操控用户进行生物特征识别,得到生物特征识别结果;
身份信息查找模块,用于利用所述生物特征识别结果,在预先设置的用户身份特征信息库中查找与所述生物特征识别结果相匹配的身份信息,得到操控用户的身份信息,其中,所述用户身份特征信息库中存储了用户身份信息与用户生物特征的对应关系。
10.根据权利要求7所述的装置,其特征在于,所述银行卡对应的银行账户参数包括:在第一预设时间段内,使用所述银行账户的用户数、在第一预设时间段内,每位用户使用所述银行账户对应的使用次数以及在第一预设时间段内,每位用户每次使用所述银行账户对应的使用金额中的至少一种。
11.根据权利要求7所述的装置,其特征在于,所述操控用户对应的银行交易参数包括:在第二预设时间段内,所述操控用户所使用的银行账户数、在第二预设时间段内,每个银行账户被操控用户执行的交易次数以及在第二预设时间段内,每个银行账户被操控用户每次执行的交易对应的交易金额中的至少一种。
12.根据权利要求7所述的装置,其特征在于,所述可疑洗钱行为识别模块包括:
银行账户参数分析模块,用于通过预先设置的可疑洗钱行为识别规则,对所述银行卡对应的银行账户参数进行分析,得到所述银行卡对应的银行账户涉嫌洗钱的分值;
银行交易参数分析模块,用于通过预先设置的可疑洗钱行为识别规则,对所述操控用户对应的银行交易参数进行分析,得到所述操控用户涉嫌洗钱的分值;
可疑洗钱行为识别结果获取模块,用于利用所述银行卡对应的银行账户涉嫌洗钱的分值以及所述操控用户涉嫌洗钱的分值,得到可疑洗钱行为识别结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811131437.3A CN109345375B (zh) | 2018-09-27 | 2018-09-27 | 一种可疑洗钱行为识别方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811131437.3A CN109345375B (zh) | 2018-09-27 | 2018-09-27 | 一种可疑洗钱行为识别方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109345375A CN109345375A (zh) | 2019-02-15 |
CN109345375B true CN109345375B (zh) | 2022-02-01 |
Family
ID=65306957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811131437.3A Active CN109345375B (zh) | 2018-09-27 | 2018-09-27 | 一种可疑洗钱行为识别方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109345375B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109840762A (zh) * | 2019-02-26 | 2019-06-04 | 苏州盛迪通电子科技有限公司 | 一种pos机交易方法 |
CN109949149A (zh) * | 2019-03-18 | 2019-06-28 | 上海古鳌电子科技股份有限公司 | 一种资金转移风险监控方法 |
CN110738570A (zh) * | 2019-10-14 | 2020-01-31 | 北京智信度科技有限公司 | 基于多通道异质数据的信息型操纵自动识别方法 |
CN110969430B (zh) * | 2019-10-24 | 2023-11-24 | 深圳追一科技有限公司 | 可疑用户的识别方法、装置、计算机设备和存储介质 |
CN110942312A (zh) * | 2019-11-29 | 2020-03-31 | 智器云南京信息科技有限公司 | 一种pos机套现识别方法、系统、设备及存储介质 |
CN110807706B (zh) * | 2019-12-02 | 2022-07-26 | 南京工业职业技术学院 | 一种基于互联网的反洗钱监控系统 |
CN111127201A (zh) * | 2019-12-04 | 2020-05-08 | 梁宏斌 | 基于smdp的金融反洗钱云计算资源优化分配系统及方法 |
CN112132693A (zh) * | 2020-09-28 | 2020-12-25 | 平安养老保险股份有限公司 | 交易验证方法、装置、计算机设备与计算机可读存储介质 |
CN116596532A (zh) * | 2022-11-07 | 2023-08-15 | 北京天德科技有限公司 | 一种基于实时可疑交易识别和监管区块链钱包的监管方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8751399B2 (en) * | 2011-07-15 | 2014-06-10 | Wal-Mart Stores, Inc. | Multi-channel data driven, real-time anti-money laundering system for electronic payment cards |
CN108053087A (zh) * | 2017-10-20 | 2018-05-18 | 深圳前海微众银行股份有限公司 | 反洗钱监测方法、设备及计算机可读存储介质 |
CN108280755A (zh) * | 2018-02-28 | 2018-07-13 | 阿里巴巴集团控股有限公司 | 可疑洗钱团伙的识别方法和识别装置 |
-
2018
- 2018-09-27 CN CN201811131437.3A patent/CN109345375B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8751399B2 (en) * | 2011-07-15 | 2014-06-10 | Wal-Mart Stores, Inc. | Multi-channel data driven, real-time anti-money laundering system for electronic payment cards |
CN108053087A (zh) * | 2017-10-20 | 2018-05-18 | 深圳前海微众银行股份有限公司 | 反洗钱监测方法、设备及计算机可读存储介质 |
CN108280755A (zh) * | 2018-02-28 | 2018-07-13 | 阿里巴巴集团控股有限公司 | 可疑洗钱团伙的识别方法和识别装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109345375A (zh) | 2019-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109345375B (zh) | 一种可疑洗钱行为识别方法及装置 | |
JP4686153B2 (ja) | 情報処理装置、不正者検出方法および現金自動預け払い装置 | |
US20160189122A1 (en) | Internet Payment System Using Credit Card Imaging | |
Rathor et al. | Intelligent System for ATM Fraud Detection System using C-LSTM Approach | |
CN111861240A (zh) | 可疑用户识别方法、装置、设备及可读存储介质 | |
US11501301B2 (en) | Transaction terminal fraud processing | |
AU2013221923A1 (en) | Transaction verification system | |
US20200143377A1 (en) | Systems and methods for user identity authentication | |
CN107886330A (zh) | 结算方法、装置及系统 | |
EP4000031A1 (en) | A transaction processing system and a transaction method based on facial recognition | |
EP4060563A1 (en) | Automatic profile extraction in data streams using recurrent neural networks | |
US20230206372A1 (en) | Fraud Detection Using Aggregate Fraud Score for Confidence of Liveness/Similarity Decisions | |
US20140337225A1 (en) | Biometric-based transaction fraud detection | |
Negi et al. | Degree of accuracy in credit card fraud detection using local outlier factor and isolation forest algorithm | |
JP2010244570A (ja) | 情報処理装置、不正者検出方法および現金自動預け払い装置 | |
Kowshika et al. | Facepin: Face biometric authentication system for ATM using deep learning | |
CN113902448A (zh) | 一种基于人脸识别的智能手表支付方法 | |
Kanchana et al. | Credit Card Fraud Detection Techniques Under IoT Environment: A Survey | |
CN113487320A (zh) | 欺诈交易检测方法、装置、计算机设备和存储介质 | |
Ali et al. | Analysis of various machine learning models in detecting credit card fraud activities | |
Lee | A data mining approach using transaction patterns for card fraud detection | |
US20240346843A1 (en) | Counterfeit detection using image analysis | |
US20230177511A1 (en) | Detecting Cloned Payment Cards | |
WO2021130979A1 (ja) | 取引制御装置、制御方法、及びプログラム | |
CN111652626B (zh) | 一种业务实现的方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |