慧安金科黄铃：利用机器学习 识别洗钱交易和洗钱犯罪集团

2020北京国际金融安全论坛于11月26日—27日举行。慧安金科CEO黄铃出席并演讲。

黄铃表示，随着金融科技的不断发展，跨行业、市场的跨界金融服务日益丰富，不同金融业务之间相互关联渗透，导致金融风险错综复杂，风险难以识别和度量，风险的隐蔽性也在不断增强。

如何才能够实现对新型攻击和新型欺诈风险的自动、主动追踪呢？黄铃表示，慧安金科希望将国际领先的前沿技术、国内外丰富的实战经验、成熟专业的系统实施团队、优质高效的服务质量进行结合，将技术创新深化与各金融机构深度合作，帮助各机构防范风险，提升机构的风险监测、预警和化解能力。

他举例称，随着电信诈骗、非法融资、走私贩毒甚至恐怖活动等犯罪行为的日益猖獗，洗钱对金融机构和国家安全构成越来越严重地威胁。“现实中，我们面对的是全球范围内高智商，动力非常强，团伙作战的专业化犯罪团伙，这些欺诈分子在全球范围内利用多资源、多种账号，通过有组织的大规模协作进行洗钱、电信欺诈、网络欺诈等洗钱欺诈活动，由于这些手段隐蔽非常强，以往机构常用的数据分析方法很难发现，所以机构也就无法做到提前防范”，黄铃说。

他指出，在风控领域，每个标签、每个标注过的案例都是被欺诈、洗钱分子在欺诈、洗钱成功后换来的，以往采用黑白名单、IP信誉库、规则系统这些方法会涉及到大量数据的收集，也必然会关乎个人隐私问题。同时新型的欺诈、洗钱手段层出不穷，监察者并没有历史样本进行学习，这就对金融的风控合规、大数据分析、风险建模和决策带来了很多新的挑战。

他介绍称，慧安金科以自主研发的主动机器学习技术为核心，开发半监督主动式机器学习可疑交易识别模型，融合了反洗钱专家的知识和经验，其利用行为数据和少量特征标签，通过图分析、聚类、关联分析等技术手段识别出异常交易和关系图谱，能够有效识别出复杂洗钱交易和洗钱犯罪集团；并且模型可以自动学习未知洗钱模式，自适应于不断变化的环境，生成可视化模型的决策结果和可解释的分析报告，有助于业务人员能够理解决策理由。其主动式迭代技术，可以对抗恶意对手的故意干扰，使得洗钱分子对模型的规避变得困难和昂贵。

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“融道中国”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。

延伸阅读