丁曉

(中南財經(jīng)政法大學(xué)信息與安全工程學(xué)院，武漢 430073)

0 引言

隨著經(jīng)濟發(fā)展，洗錢犯罪活動也呈現(xiàn)擴大趨勢，如果不進行打擊，將會對國家和社會造成嚴重危害。金融機構(gòu)、特定非金融機構(gòu)及相關(guān)監(jiān)管部門都有發(fā)現(xiàn)、打擊這類行為的迫切需求。但是相關(guān)數(shù)據(jù)具有體量大的特征，手工方法已經(jīng)無法甄別，需要用計算機技術(shù)進行分析。

洗錢活動中，部分犯罪分子的資金轉(zhuǎn)移手法有一定規(guī)律性。交易時間作為資金交易數(shù)據(jù)中的一個基本特征，能反映該涉案人員的交易習(xí)慣、交易周期等。本文研究以資金交易的時間特征為研究對象，以聚類分析為輔助手段，進行可疑資金交易模式識別研究，并以“靶心模式”這種行為模式的識別為例，設(shè)計了詳細識別算法。這個算法是無監(jiān)督學(xué)習(xí)算法，不需要先驗數(shù)據(jù)，簡化了算法的應(yīng)用。這個算法也是辦案人員經(jīng)驗、知識的固化，保證了算法的正確性，而且算法在實際案件偵查中取得了好的成績。

1 相關(guān)研究

在反洗錢領(lǐng)域，分析算法大體可以分為五大類：

(1)洗錢類型分析，是基于已經(jīng)發(fā)現(xiàn)的案例進行檢測。Bhattacharyya等人使用支持向量機進行信用卡欺詐檢測[1]；Luo X使用頻繁項模式算法檢測賬戶之間的可疑交易[2]；Paula E等使用了深度學(xué)習(xí)方法[3]。

(2)鏈接關(guān)系分析，找出賬戶間的實質(zhì)關(guān)系。Dreewski等人使用社交網(wǎng)絡(luò)分析法進行賬號間關(guān)系分析，每個賬戶作為圖的一個頂點，具備介數(shù)中心度、接近中心度、權(quán)威度等屬性，還借助社交網(wǎng)絡(luò)技術(shù)，試圖分析各個賬戶在洗錢犯罪中的角色[4]；Colladon AF等人試圖從網(wǎng)絡(luò)中發(fā)現(xiàn)可疑交易[5]。Jin Y等人使用分層模型根據(jù)資金流動的方向?qū)~戶進行分層，簡化大規(guī)模網(wǎng)絡(luò)，還利用熵權(quán)法對各賬戶主體進行評價，分析各主體在洗錢網(wǎng)絡(luò)中的重要性[6]。

(3)行為模型。Demetis DS使用EM聚類算法，進行聚類，根據(jù)客戶的歷史數(shù)據(jù)建立概率密度函數(shù)，再據(jù)此判斷新數(shù)據(jù)是否可疑，但是它假設(shè)的用戶交易數(shù)據(jù)滿足高斯分布不一定成立[7]。

(4)風(fēng)險評估。Larik和Haider改進了歐式自適應(yīng)諧振理論，消除了基于距離聚類和基于密度聚類的弱點，計算出平衡集群，將正常行為模式和稍微偏離正常行為模式的數(shù)據(jù)劃分到同一個集群，且能通過AICAF索引將兩者區(qū)分開，當(dāng)客戶數(shù)據(jù)差異較大時效果較好[8]；Vikas J等人使用了基于位圖索引的決策樹算法評估風(fēng)險因數(shù)，特別之處在于構(gòu)造決策樹的方法，效率很高[9]。

(5)異常檢測。異常檢測是識別、發(fā)現(xiàn)每個賬戶不同尋常的交易。Raza等將貝葉斯網(wǎng)絡(luò)和聚類技術(shù)結(jié)合，先使用模糊C-means聚類算法對客戶交易數(shù)據(jù)進行劃分，接著在每個聚類上構(gòu)造動態(tài)貝葉斯網(wǎng)絡(luò)，使用后驗概率分布進行預(yù)測[10]；Andrew Elliott等人將交易數(shù)據(jù)構(gòu)造為有向帶權(quán)圖，綜合使用了網(wǎng)絡(luò)比較分析、社區(qū)劃分、頻譜分析和統(tǒng)計方法，提取出140多個特征，接著將這些特征聚合，最后采用隨機森林進行正常、異常的劃分[11]。

和上述工作都不同，本文研究是對辦案人員經(jīng)驗、知識總結(jié)、提煉后，以算法形式實現(xiàn)對人類知識的固定。

2 基于時間特征的可疑資金交易識別算法

2.1 可疑資金交易行為模式分析

通常來說，洗錢過程可以分為處置階段、培植階段、融合階段[12]。處置階段將非法取得的資金投入洗錢系統(tǒng)；培植階段通過多種、多賬戶、多層的金融交易來將非法取得的資金與其來源分離開來；融合階段將“合法化”后的資金集中起來使用。通過這三個階段來達到掩蓋資金的非法來源和真實所有權(quán)的洗錢目的。洗錢案件一般涉及的金額較大，涉案人員為了規(guī)避相關(guān)部門的自動審查，往往會采取拆分的方式對資金進行多次轉(zhuǎn)移，但交易數(shù)額均在報告閾值之內(nèi)。即便如此，這些行為也會呈現(xiàn)出一定的行為特征。

洗錢活動中資金交易行為模式有很多，本文以一種“靶心模式”為例展開研究。賬戶所有人若在短時間內(nèi)有一筆大額資金轉(zhuǎn)入，隨后又以多筆小額資金的形式進行轉(zhuǎn)出，這種“一進多出”的交易行為模式，本文將其稱作“靶心模式”。除此之外，資金轉(zhuǎn)入、轉(zhuǎn)出的時間間隔不長，具有快進快出的特點；作為中轉(zhuǎn)賬戶，操作人有收取手續(xù)費的行為，轉(zhuǎn)出總金額和轉(zhuǎn)入總金額的比例在一定范圍之內(nèi)；這種轉(zhuǎn)賬工具賬戶具有突發(fā)性，每次資金轉(zhuǎn)移行為的前后時間段，往往沒有其他資金進出行為。在資金融合階段，存在類似的但是方向相反的行為模式。

本文以“靶心模式”為例進行探究，提出了一種基于時間特征的可疑資金交易識別算法，目的是識別出呈現(xiàn)“靶心模式”的可疑資金交易。

2.2 基本概念

定義1，交易資金序列。對于序列集X={(d，m，t)│d∈D，m∈R，t∈T}，D={′轉(zhuǎn)入′，轉(zhuǎn)出′}，R為實數(shù)集合，T為離散的交易時間集合，則稱序列集X為某賬戶的交易資金序列。令c=|X|，設(shè)p∈X，q∈X，若p≠q，則p(t)≠q(t)。

定義2，轉(zhuǎn)入交易資金序列。交易資金序列I，I?X，I={(d，m，t)│d=′ 轉(zhuǎn)入′，m∈R，t∈T}，則稱交易資金序列為某賬戶的轉(zhuǎn)入交易資金序列。令m=|I|。

定義3，轉(zhuǎn)出交易資金序列。交易資金序列O，O?X，O={(d，m，t)│d=′ 轉(zhuǎn)出′，m∈R，t∈T}，則稱交易資金序列為某賬戶的轉(zhuǎn)出交易資金序列。令n=|O|。

2.3 算法框架

“靶心模式”的突發(fā)性行為特點，導(dǎo)致了可以采用時間聚類的方法對交易資金序列進行自動劃分，然后再結(jié)合其他交易特征進行可疑交易的提取和識別。

如果突發(fā)性不明顯，可能會使得多次資金轉(zhuǎn)移數(shù)據(jù)混合在一起，導(dǎo)致行為特征不明顯，進而降低算法的準(zhǔn)確性。

考慮到在“靶心模式”下，每次資金轉(zhuǎn)移行為的轉(zhuǎn)入和轉(zhuǎn)出存在時間上的先后關(guān)系，故不對整個交易資金序列進行時間聚類，而是分別對轉(zhuǎn)入交易資金序列和轉(zhuǎn)出交易資金序列進行聚類，這樣有利于降低突發(fā)性不明顯帶來的問題；然后根據(jù)時間特征，把每個轉(zhuǎn)出聚類簇和轉(zhuǎn)入聚類簇進行對應(yīng)，匯集成一次資金轉(zhuǎn)移行為的交易簇；再針對交易簇數(shù)據(jù)進行“靶心模式”行為特征匹配，判斷該次資金轉(zhuǎn)移行為是否為可疑交易。

“靶心模式”的可疑交易資金的識別算法框架如圖1所示。

(1)對數(shù)據(jù)進行預(yù)處理，轉(zhuǎn)換為交易資金序列；

(2)將交易資金序列按照資金流動方向劃分為轉(zhuǎn)入交易資金序列和轉(zhuǎn)出交易資金序列；

(3)分別對轉(zhuǎn)入交易資金序列和轉(zhuǎn)出交易資金序列進行時間聚類，在適當(dāng)排除噪聲、調(diào)整聚類方法的參數(shù)后，保證兩次聚類得到的簇數(shù)目一致；

(4)對每一個轉(zhuǎn)入交易資金序列的聚類簇Ca，在轉(zhuǎn)出交易資金序列的聚類簇中尋找一個聚類簇Cb，使得Cb簇中心的交易時間大于Ca簇中心的交易時間，且差值在預(yù)設(shè)區(qū)間內(nèi)；將Ca、Cb合并為交易簇Ct；

(5)計算每個交易簇中轉(zhuǎn)出總金額和轉(zhuǎn)入總金額的比值，如果不在預(yù)設(shè)區(qū)間，則為不平衡賬戶，不符合“靶心模式”行為特征；

(6)計算每個交易簇中轉(zhuǎn)出總筆數(shù)與轉(zhuǎn)入總筆數(shù)的比值；如果不在預(yù)設(shè)區(qū)間，則視為不符合“靶心模式”行為特征；

(7)通過(5)和(6)檢測的交易簇數(shù)據(jù)，就是具備“靶心模式”行為特征的可疑交易數(shù)據(jù)。

圖1 算法流程圖

2.4 聚類算法的選取

聚類方法可以按照算法思想分為四類：基于劃分、基于密度、基于層次、基于網(wǎng)格。常見的聚類算法有：K均值算法(K-means)，基于密度的聚類算法(DBSCAN)、凝聚層次聚類，它們分別對應(yīng)于基于劃分、基于密度、基于層級的聚類算法。

不同的聚類算法在不同的數(shù)據(jù)集上的表現(xiàn)存在差異，依據(jù)數(shù)據(jù)集的特點選擇合適的聚類算法是十分必要的。K-means作為聚類算法中使用最為廣泛的算法，其優(yōu)點是理解簡單、容易實現(xiàn)、時間復(fù)雜度低，缺點是對噪聲和離群值敏感、不適用于結(jié)果是非凸形分布的數(shù)據(jù)、需要給定聚類簇數(shù)。DBSCAN的優(yōu)點是無須預(yù)先給定聚類的簇數(shù)、可以識別任意形狀的數(shù)據(jù)、可以識別噪聲，缺點是不適用于密度不均勻的數(shù)據(jù)。層級聚類的優(yōu)點是無須預(yù)先給定聚類的簇數(shù)，可以發(fā)現(xiàn)類的層次關(guān)系，缺點是計算復(fù)雜度高，容易聚成鏈狀。

在本文研究的“靶心模式”行為特征的交易資金序列，不存在層次關(guān)系；轉(zhuǎn)入交易資金序列的特點是交易筆數(shù)少，單筆交易金額大，交易時間分散；轉(zhuǎn)出交易資金序列的特點是交易筆數(shù)多，單筆交易金額相對轉(zhuǎn)入一般不大，交易時間密集且不一定均勻?？紤]到轉(zhuǎn)入交易資金序列中的交易筆數(shù)少，即樣本點不多，噪聲對聚類的影響較大，故使用DBSCAN對轉(zhuǎn)入交易資金序列進行時間聚類。由于轉(zhuǎn)出交易資金序列中交易筆數(shù)多，即樣本點多，噪聲對整體聚類影響不明顯，且存在交易時間分布密度不均勻的情況，故使用K-means對轉(zhuǎn)出交易資金序列進行時間聚類。

2.5 算法設(shè)計

在識別具備“靶心模式”行為特征的可疑資金交易時，設(shè)X為某涉案賬戶A的交易資金序列，設(shè)集合中元素數(shù)量為c，故有X={x1，x2，…，xc-1，xc}。

(1)按照資金流動方向，交易資金序列X劃分為轉(zhuǎn)入交易資金序列I和轉(zhuǎn)出交易資金序列O，它們各自的交易筆數(shù)分別為m和n。則有轉(zhuǎn)入集合I={i1，i2，…，im-1，im}，轉(zhuǎn)出集合O={o1，o2，…，on-1，on}，c=m+n。

(2)抽取轉(zhuǎn)入交易資金序列I和轉(zhuǎn)出交易資金序列O的時間集合，轉(zhuǎn)入時間集合表示為TI={t1，t2，…，tm}，轉(zhuǎn)出時間集合可以表示為TO={t1，t2，…，tn}。

(3)使用K-means算法對轉(zhuǎn)出時間集合TO進行聚類，k從2開始，多輪聚類，取使輪廓系數(shù)最大的k值為最終簇數(shù)量。

(4)使用DBSCAN算法對轉(zhuǎn)入時間集合TI進行聚類，調(diào)整DBSCAN算法中的的參數(shù)，包括鄰域距離eps和鄰域最小樣本個數(shù)MinPts，排除噪聲點后保證聚類得到的簇數(shù)量與上一步驟中的k值相同。如果無法得到k個簇，算法終止。

(5)將轉(zhuǎn)入時間集合的聚類結(jié)果按照聚類中心升序排序后，定義每個轉(zhuǎn)入時間簇為TI1，TI2，…，TIk，TI=TI1∪…∪TIk；同樣，將每個轉(zhuǎn)出時間簇定義為TO1，TO2，…，TOk，TO=TO1∪…∪TOk。

(6)對轉(zhuǎn)入時間簇TIi，找到晚于且最接近于其聚類中心的轉(zhuǎn)出時間簇TOj，且兩個聚類中心的時間差小于閾值γ；TIi∪TOj構(gòu)成一個交易時間簇。在交易資金序列X中按照交易時間查找對應(yīng)元素，形成對映的交易簇。

(7)給定閾值δ，計算每個交易簇中轉(zhuǎn)入總金額MI、轉(zhuǎn)出總金額MO，若MO/MI>δ，則認為該交易簇的交易行為不符合扣手續(xù)費的特征，不符合“靶心模式”。

(8)給定閾值σ，計算每個交易簇中轉(zhuǎn)入總筆數(shù)FI、轉(zhuǎn)出總筆數(shù)FO，若FO/FI>σ時，則認為該交易簇的交易行為模式符合“靶心模式”，該交易簇中全部交易為“靶心模式”下的可疑資金交易。

在交易資金序列的定義中，已經(jīng)約束了某賬戶的每筆交易具有時間唯一性，保證了在步驟(6)中，能夠正確地從交易資金序列X中按照時間找到對應(yīng)元素。

3 實驗設(shè)計及結(jié)果

3.1 數(shù)據(jù)準(zhǔn)備

根據(jù)某可疑賬戶的數(shù)據(jù)，設(shè)計了具有相同行為特點的模擬數(shù)據(jù)。模擬數(shù)據(jù)的時間跨度從2017年4月到2017年12月，包含2358條交易數(shù)據(jù)，有129條轉(zhuǎn)入交易數(shù)據(jù)，2229條轉(zhuǎn)出交易數(shù)據(jù)，轉(zhuǎn)入資金總計約4470萬元，轉(zhuǎn)出資金總計約3870萬元。每個數(shù)據(jù)項包含交易時間、金額、交易方向和交易對手ID四項內(nèi)容，其中交易時間為時間戳格式。

接著清洗數(shù)據(jù)。刪除小額交易數(shù)據(jù)，這往往是正常的消費數(shù)據(jù)；刪除交易對手是自己的數(shù)據(jù)，這是自己對倒行為，不是本文要分析的內(nèi)容，排除后可以減少干擾。每個數(shù)據(jù)項保留交易時間、金額和交易方向三項內(nèi)容，按照交易方向，將數(shù)據(jù)劃分為轉(zhuǎn)出交易資金序列和轉(zhuǎn)入交易資金序列。最終得到2316條數(shù)據(jù)。

將清洗后的交易數(shù)據(jù)進行按月時間-頻次可視化后，發(fā)現(xiàn)交易頻次比較高的集中在2017年5月和2017年7月兩個月份，2017年5月有數(shù)據(jù)260條，轉(zhuǎn)入4條，轉(zhuǎn)入金額238萬元，轉(zhuǎn)出256條，轉(zhuǎn)出金額295萬元，2017年7月有數(shù)據(jù)258條，轉(zhuǎn)入8條，轉(zhuǎn)入金額489萬元，轉(zhuǎn)出250條，轉(zhuǎn)出金額458萬元；其余月份頻次低，轉(zhuǎn)入、轉(zhuǎn)出間隔較遠，明顯不符合“靶心模式”的行為特征，所以選取2017年5月與2017年7月兩個月的交易數(shù)據(jù)進行分析。

3.2 實驗過程及分析

使用Python3，調(diào)用sklearn.cluster中的K-means方法對轉(zhuǎn)出交易資金序列的時間進行聚類，不斷調(diào)整參數(shù)，繪制輪廓系數(shù)隨k值變化的曲線，選取效果最佳的k值；調(diào)用sklearn.cluster中的DBSCAN方法對轉(zhuǎn)入交易資金序列的時間進行聚類，依據(jù)確定的k值，對DBSCAN進行調(diào)參。統(tǒng)計聚類結(jié)果中每個交易簇的各項指標(biāo)，觀察指標(biāo)是否符合閾值規(guī)定的區(qū)間。按照簇中心時間相近、方向?qū)?yīng)原則，合并得到多個交易簇。對每一個交易簇進行“靶心模式”識別。

對2017年5月的轉(zhuǎn)出交易資金序列，根據(jù)交易時間，k的取值從1到50變化，依次進行K-means聚類；根據(jù)每次聚類得到的輪廓系數(shù)，畫出變化曲線，如圖2所示。當(dāng)k=3時輪廓系數(shù)最大，為0.995，所以最終確定簇數(shù)量k為3。

圖2 輪廓系數(shù)隨k值變化曲線

對轉(zhuǎn)入交易資金序列，根據(jù)交易時間使用DBSCAN進行聚類。計算[元素個數(shù)/k]=1，所以令參數(shù)MinPts=1；對交易時間排序后計算差分，得到差分序列，以各差分值為鄰域距離參數(shù)eps，逐次聚類，取聚類數(shù)量為3時的結(jié)果為最終結(jié)果。

根據(jù)聚類結(jié)果，將轉(zhuǎn)入交易資金序列劃分為3個子序列，每個子序列根據(jù)交易時間分別畫出箱線圖，如圖3(a)所示，橫坐標(biāo)代表各聚類中心點的時間順序，縱坐標(biāo)為交易時間。同樣根據(jù)聚類結(jié)果，將轉(zhuǎn)出交易資金序列劃分為3個子序列，每個子序列根據(jù)交易時間分別畫出箱線圖，如圖3(b)所示，橫坐標(biāo)代表各聚類中心點的時間順序，縱坐標(biāo)為交易時間。

圖3 2017年5月交易數(shù)據(jù)分簇箱線圖

箱線圖可以反映出每個簇中交易時間的分布情況，具體體現(xiàn)在極大值、極小值、中位數(shù)和兩個四分位數(shù)上。當(dāng)以上幾個值相當(dāng)接近或完全重合時，箱型圖的形狀趨近于一條直線?？梢钥闯?，2017年5月發(fā)生的交易在基于時間特征進行聚類后，每個簇的交易時間十分緊密，每個箱型圖的形狀趨近于一條直線，且與其他的簇分布位置相隔一段距離，這也反映出聚類的輪廓系數(shù)很高。還可以看出，對轉(zhuǎn)入時間集合和轉(zhuǎn)出時間集合聚類后得到的簇分布位置非常一致。

同樣的方法，在對2017年7月交易資金序列進行計算后，轉(zhuǎn)出資金序列數(shù)據(jù)聚類數(shù)為2，轉(zhuǎn)入資金序列在聚類時候存在噪聲，所以多了一個噪聲簇。刪除噪聲簇后所畫箱線圖如圖4所示。

圖4 2017年7月交易交易數(shù)據(jù)分簇箱線圖

根據(jù)辦案干警經(jīng)驗，取δ=1.05，σ=100，即“靶心模式”模式要求轉(zhuǎn)出總金額與轉(zhuǎn)入總金額相差在百分之五以內(nèi)，每筆轉(zhuǎn)入要對應(yīng)100筆以上的轉(zhuǎn)出。兩個月的交易數(shù)據(jù)，分別按聚類簇計算，結(jié)果如表1和表2所示。

表1 5月數(shù)據(jù)實驗結(jié)果

表2 7月數(shù)據(jù)實驗結(jié)果

表1中，0號交易簇，兩個比值都不在閾值之內(nèi)，2號交易簇，雖然轉(zhuǎn)出總金額與轉(zhuǎn)入總金額基本平衡，但轉(zhuǎn)出交易筆數(shù)不符合“靶心模式”的特點，只有1號交易簇滿足設(shè)定的閾值，可以判定為“靶心模式”的可疑資金交易。

表2中，0號交易簇雖然轉(zhuǎn)入轉(zhuǎn)出總金額基本平衡，但是轉(zhuǎn)入轉(zhuǎn)出筆數(shù)不滿足“靶心模式”的特點。1號交易簇滿足設(shè)定的閾值，可以判定為“靶心模式”的可疑資金交易。

4 結(jié)語

本文算法實現(xiàn)了對可疑交易資金的識別，但是這些交易行為是否就一定是違法行為，單純從交易資金數(shù)據(jù)上是無法給出準(zhǔn)確結(jié)論的。本文研究定位于先找出可疑的資金數(shù)據(jù)，進而提供偵查方向。本文算法已經(jīng)在經(jīng)濟犯罪案件偵查中得到應(yīng)用，算法能夠在海量資金數(shù)據(jù)中找到可疑的賬戶和人員，為案件偵查提供了方向，辦案部門據(jù)此展開進一步偵查，已經(jīng)偵破了多起案件。