丁晓

(中南财经政法大学信息与安全工程学院，武汉 430073)

0 引言

随着经济发展，洗钱犯罪活动也呈现扩大趋势，如果不进行打击，将会对国家和社会造成严重危害。金融机构、特定非金融机构及相关监管部门都有发现、打击这类行为的迫切需求。但是相关数据具有体量大的特征，手工方法已经无法甄别，需要用计算机技术进行分析。

洗钱活动中，部分犯罪分子的资金转移手法有一定规律性。交易时间作为资金交易数据中的一个基本特征，能反映该涉案人员的交易习惯、交易周期等。本文研究以资金交易的时间特征为研究对象，以聚类分析为辅助手段，进行可疑资金交易模式识别研究，并以“靶心模式”这种行为模式的识别为例，设计了详细识别算法。这个算法是无监督学习算法，不需要先验数据，简化了算法的应用。这个算法也是办案人员经验、知识的固化，保证了算法的正确性，而且算法在实际案件侦查中取得了好的成绩。

1 相关研究

在反洗钱领域，分析算法大体可以分为五大类：

(1)洗钱类型分析，是基于已经发现的案例进行检测。Bhattacharyya等人使用支持向量机进行信用卡欺诈检测[1]；Luo X使用频繁项模式算法检测账户之间的可疑交易[2]；Paula E等使用了深度学习方法[3]。

(2)链接关系分析，找出账户间的实质关系。Dreewski等人使用社交网络分析法进行账号间关系分析，每个账户作为图的一个顶点，具备介数中心度、接近中心度、权威度等属性，还借助社交网络技术，试图分析各个账户在洗钱犯罪中的角色[4]；……