【摘要】：隨著互聯(lián)網(wǎng)金融的迅猛發(fā)展,金融領(lǐng)域的相關(guān)業(yè)務(wù)對(duì)信息技術(shù)有越來越多的利用,但也造成了很多安全問題,如洗錢犯罪�；谫Y金交易的洗錢團(tuán)伙,或是通過掩蓋非法所得,將腐敗資金轉(zhuǎn)移境外,導(dǎo)致社會(huì)財(cái)富外流,或是為其他違法犯罪集團(tuán)提供資金,助長(zhǎng)違法犯罪,諸如此類的行為,嚴(yán)重危害到金融安全,動(dòng)搖社會(huì)信用、破壞社會(huì)穩(wěn)定。如何通過資金交易數(shù)據(jù)從龐大的客戶群體中識(shí)別出可疑犯罪團(tuán)伙,已成為國內(nèi)外專家的研究重點(diǎn)。針對(duì)金融領(lǐng)域洗錢犯罪團(tuán)伙識(shí)別的研究,主要分為兩部分。一是基于資金交易特征建立犯罪團(tuán)伙模型,二是利用社區(qū)發(fā)現(xiàn)識(shí)別可疑犯罪團(tuán)伙。然而現(xiàn)階段建模的研究主要依靠對(duì)銀行等金融機(jī)構(gòu)給出的可疑交易報(bào)告,沒有充分利用金融交易的大數(shù)據(jù);利用社區(qū)發(fā)現(xiàn)技術(shù)進(jìn)行基于資金交易的犯罪團(tuán)伙識(shí)別又存在算法復(fù)雜度過高,運(yùn)行效率慢的問題。本文針對(duì)這些不足,對(duì)基于資金交易的犯罪團(tuán)伙識(shí)別進(jìn)行了深入研究。具體工作包括:(1)針對(duì)人工分析報(bào)告的不足,收集大量的金融交易數(shù)據(jù),將不同客戶間資金交易的關(guān)系,包括資金交易的數(shù)額和頻率、資金交易的路徑等進(jìn)行特征提取和原始數(shù)據(jù)預(yù)篩除,并主要針對(duì)資金交易的數(shù)額和頻率屬性,提出了一種新的資金交易權(quán)值計(jì)算方式。(2)針對(duì)基于模塊度的Louvain-Method社區(qū)發(fā)現(xiàn)算法在效率方面的問題提出了并行化優(yōu)化方案,在保持原有算法的高準(zhǔn)確性的基礎(chǔ)上提升了算法的運(yùn)行速度。在實(shí)施Louvain-Method算法并行化優(yōu)化的過程中,本文運(yùn)用基于圖著色的分割算法和虛節(jié)點(diǎn)的思想解決了圖劃分過程中造成的節(jié)點(diǎn)間信息丟失的問題,對(duì)于本地移動(dòng)過程中產(chǎn)生的“社區(qū)互換”、“描述滯后”的問題,也給出了相應(yīng)的解決方案。(3)根據(jù)提出的新的權(quán)值計(jì)算方式和改進(jìn)的基于模塊度Louvain-Method 社區(qū)發(fā)現(xiàn)算法,實(shí)現(xiàn)了一個(gè)基于資金交易的金融網(wǎng)絡(luò)犯罪團(tuán)伙識(shí)別系統(tǒng),該系統(tǒng)搭建在hadoop分布式集群上,應(yīng)用MapReduce編程模型,在實(shí)際場(chǎng)景對(duì)大規(guī)模復(fù)雜金融交易網(wǎng)絡(luò)數(shù)據(jù)集進(jìn)行測(cè)試驗(yàn)證,對(duì)實(shí)驗(yàn)過程的速度和準(zhǔn)確性做出定量分析比對(duì),證明本文論述的基于資金交易的金融網(wǎng)絡(luò)犯罪團(tuán)伙識(shí)別方案具有更好的有效性和準(zhǔn)確性。
【圖文】：

逡逑金融交易網(wǎng)絡(luò)結(jié)構(gòu)的存儲(chǔ)方式，一般采用鄰接矩陣表示方法。鄰表示網(wǎng)絡(luò)結(jié)構(gòu)的一種矩陣［１９］，它可以定義為：逡逑Ａ「．邋ｑ邋ｈ邋若卜以］或（ｖｉ（Ｖｊ）邋ｅ邋Ｅ（Ｇ）逡逑，Ｊ邋｜0邐若［Ｖｉ，Ｖｊ］或（Ｖｉ，Ｖｊ）這邋Ｅ（Ｇ）中Ｗｉｊ表示節(jié)點(diǎn)ｉ和節(jié)點(diǎn)ｊ之間的連接強(qiáng)度，，也稱為權(quán)值。對(duì)于鄰接點(diǎn)：逡逑無向圖當(dāng)中，鄰接矩陣一定是對(duì)稱的。逡逑無向圖當(dāng)中，對(duì)應(yīng)鄰接矩陣的第ｉ行或者第ｉ列所有非零的值的應(yīng)網(wǎng)絡(luò)當(dāng)中節(jié)點(diǎn)ｉ的度；在有向圖當(dāng)中，對(duì)應(yīng)鄰接矩陣的第ｉ行所數(shù)表示了對(duì)應(yīng)網(wǎng)絡(luò)當(dāng)中節(jié)點(diǎn)ｉ的出度，對(duì)應(yīng)鄰接矩陣的第ｉ列所有表示了對(duì)應(yīng)網(wǎng)絡(luò)當(dāng)中節(jié)點(diǎn)ｉ的入度。逡逑文通過不同方面的權(quán)值綜合計(jì)算加權(quán)，得出最終金融交易網(wǎng)絡(luò)所需以此權(quán)值構(gòu)成鄰接矩陣，然后構(gòu)造該矩陣對(duì)應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)。例如：逡逑接矩陣與對(duì)應(yīng)網(wǎng)絡(luò)如圖２－１所示：逡逑

象與多個(gè)風(fēng)險(xiǎn)對(duì)象具有風(fēng)險(xiǎn)聯(lián)系，則其風(fēng)險(xiǎn)概率為１－（１－r2Ｘｌ－Ａ＋ＯＧ－Ａ＋＾Ｘｌ－逡逑Ａ＇＋ｎ）。逡逑以圖２－２為例，圖中兩個(gè)黑色區(qū)域表示已被感染（即己確定為風(fēng)險(xiǎn)對(duì)象），逡逑其風(fēng)險(xiǎn)概率為１，其余綠色區(qū)域被感染概率則為其中對(duì)應(yīng)數(shù)值。其感染概率與傳逡逑播的擴(kuò)散系數(shù)有關(guān)，以該圖為例。每條邊對(duì)應(yīng)的是已感染對(duì)象傳播過程中對(duì)其周逡逑邊對(duì)象感染的概率（即擴(kuò)散系數(shù)），單體被感染的情況比較好理解。逡逑對(duì)于交叉感染（圖２－２中間部分０．５８項(xiàng)對(duì)象）的情況分析：對(duì)于左側(cè)己感染逡逑對(duì)象，它對(duì)目標(biāo)感染概率為０．４，則不感染的概率為１－０．４即０．６，右側(cè)己感染對(duì)逡逑８逡逑
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：D917;TP301.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 王珊;王會(huì)舉;覃雄派;周p

本文編號(hào)：2598354