一种银行流水实时智能鉴证方法及系统与流程

摘要: 本发明涉及银行流水鉴证,特别涉及一种银行流水实时智能鉴证方法及系统。背景技术:1、现有技术存在以下不足:2、1.缺乏影像合法性前置校验与防ps并行检测机制:现有...
一种银行流水实时智能鉴证方法及系统与流程

本发明涉及银行流水鉴证,特别涉及一种银行流水实时智能鉴证方法及系统。

背景技术:

1、现有技术存在以下不足:

2、1.缺乏影像合法性前置校验与防ps并行检测机制:现有ocr流水提取方案均允许任意影像文件进入提取管线,未在提取前利用视觉语言模型校验影像内容是否确为银行流水账单,也未引入图像算法对影像进行ps篡改检测,导致非流水影像和伪造影像被误提取,浪费计算资源且可能引入误导性数据。

3、2.鉴证维度单一,缺乏全景式交叉验证:现有方案大多仅关注数值校验(余额连续性)、单笔异常检测(机器学习分类)或外部数据比对中的某一维度,缺乏同时从影像合法性、图像篡改检测、交易模式、多源外部数据(工商、征信、配偶信息等)的多层架构进行立体鉴证的能力。

4、3.交易模式级防伪缺失:现有技术在判伪维度上多依赖单笔数值异常检测和影像篡改检测,未基于大语言模型的语义理解能力从“交易模式”这一宏观维度识别批量伪造流水——例如快进快出、整进整出等典型造假模式。

5、4.大规模流水分析缺乏分层汇聚设计:现有方案多采用扁平化单层分析,未按“账户粒度→chunk分片→账户粒度汇聚→业务粒度(多账户)汇聚”的层次化结构组织分析流程,当涉及多账户、多客户时无法有效隔离和递进式汇总判定结果。

6、5.外部数据源整合缺乏统一框架:合规红线判断需要综合比对工商信息、征信数据、配偶信息、监管黑名单、行业准入等多源外部数据,现有方案各自为政,未形成统一的“小模型预判+llm分析+外部数据综合验证”的分层校验闭环。

7、6.判定结果缺乏层级化设计:现有方案多输出二元判定(通过/不通过),无法区分“确认违规”“疑似造假待核”“经营正常”等中间状态,且无法输出分析判定依据,不利于业务决策和人工复核的定向介入。

8、7.影像识别结果未形成可复用实体信息,无法将流水实体信息作为内部客户实体的风险事件,为其余业务场景提供决策支撑。

9、因此,有必要提供一种银行流水实时智能鉴证方法及系统,以对银行流水实现“影像上传归档、流水合法性校验+防ps并行检测、流水影像智能解析、账户粒度与外部数据结合小模型判定结果汇聚llm综合分析、三级判定结果输出”的全流程自动化鉴证。

技术实现思路

1、本发明的目的在于提供一种银行流水实时智能鉴证方法及系统,以对银行流水实现“影像上传归档、流水合法性校验+防ps并行检测、流水影像智能解析、账户粒度与外部数据结合小模型判定结果汇聚llm综合分析、三级判定结果输出”的全流程自动化鉴证。

2、为了解决现有技术中存在的问题,本发明提供了一种银行流水实时智能鉴证方法,包括以下步骤:

3、s1:建立影像合法性校验与防ps鉴伪并行检测模型,生成通过合法性校验与防ps检测的流水影像;

4、s2:建立流水影像智能解析模型,通过合法性校验与防ps检测的流水影像进入解析模型的解析管线,首先将pdf格式的影像文件逐页渲染为高分辨率图片帧,然后从高分辨率图片帧中提取交易明细数据,解析完成后,通过预构建以单笔业务涉及的账户为最细颗粒度的流水实体及其涉及的标识符和属性,按业务编号汇总关联至客户实体;将结构化流水明细数据和流水汇总指标作为对应客户当前业务的实例信息与流水实体结合落入doris数据库,供智能问数接口按实体名称及实体标识符获取;

5、s3:建立账户粒度三层汇聚大语言模型分析与外部数据交叉验证模型,将外部数据查询、工商信息查询和征信数据查询内嵌为大语言模型规则执行的function call工具,使每条规则的判定在单次大语言模型调用中即可完成证据收集与结论生成,并通过交叉验证引擎对判定结果进行外部数据证据确证,最终输出通过、存疑或不通过三级判定。

6、可选的,在所述银行流水实时智能鉴证方法中,生成通过合法性校验与防ps检测的流水影像的方式如下:

7、基于页数的差异化策略建立影像合法性校验模块,使用视觉语言大模型,通过system prompt引导模型对每张抽样图片执行两项二元判定:判断所述抽样图片的内容是否为银行或支付平台的交易流水账单,判断所述抽样图片中文字字迹和交易数据是否清晰可识别,两项判定均为是时,所述抽样图片通过校验;

8、基于图像算法并行检测以建立防ps鉴伪检测模块,检测方式如下:第一维度、误差水平分析:检测图像中不同区域的压缩误差水平差异,识别通过粘贴、拼接引入的异常区域;第二维度、噪声模式分析:通过分析图像噪声分布的一致性,检测因局部编辑引入的噪声不一致区域;第三维度、元数据完整性校验:解析图像exif/iptc元数据中的软件编辑记录和修改时间戳,检测是否存在图像处理软件的编辑痕迹;第四维度、篡改边缘特征检测:利用深度学习卷积网络分析图像像素级别的篡改边缘特征,识别拼接和涂抹的边界痕迹;防ps检测模块对四个维度检测结果进行加权融合,输出综合篡改置信度评分,当评分超过预设阈值时标记为疑似篡改;

9、建立并行联动决策机制,合法性校验与防ps检测并行执行,将端到端延迟从串行的t1+t2降低为并行方案下的 (max(t1,t2)),其中,t1为合法性校验耗时,t2为防ps检测耗时,各自独立完成后,通过联动决策器合并判定结果,合并判定为:合法性校验与防ps检测均通过时,影像文件进入s2中的解析阶段;否则立即中断当前影像文件对应账户的整体业务流程,生成中断原因和详细证据报告返回业务前端,当前影像文件对应账户后续的处理管线不再执行。

10、可选的,在所述银行流水实时智能鉴证方法中,流水影像智能解析模型包括以下模块:

11、双路并行多模态视觉语言大模型提取管线模块:

12、采用asyncio协程并发调用两路视觉语言大模型,方式为:第一路进行交易明细提取视觉语言大模型:通过prompt引导视觉语言大模型从影像中依次识别表头行、数据行和合计行,输出结构化json信息;第二路进行元数据提取视觉语言大模型:通过另一套prompt引导视觉语言大模型提取影像中非表格区域的结构化信息,输出json格式对象;两路视觉语言大模型调用共享同一批影像输入但使用不同的prompt模板,互不阻塞,最大化并行吞吐;

13、字段映射与余额连续性校验模块:

14、字段映射引擎:将各银行个性化列名统一映射为标准字段,输出标准化逗号分隔值;余额连续性校验器:逐笔验证如下:balancei=balancei-1±amounti,其中,balancei为本笔账户余额,balancei-1为上笔账户余额,±amounti为携带借贷方向的交易金额;

15、解析结果落库模块:

16、双路视觉语言大模型提取完毕,经字段映射和余额校验后的结构化流水明细数据写入doris数据库,结构化流水明细数据包括交易明细表和账户元数据表;

17、外部数据平台返回的流水汇总指标也写入doris指标表;

18、智能问数接口:

19、通过预构建以单笔业务涉及的账户为最细颗粒度的流水实体及其涉及的标识符和属性,按业务编号汇总关联至客户实体;将结构化流水明细数据和流水汇总指标作为对应客户当前业务的实例信息与流水实体结合落入doris数据库,供智能问数接口按实体名称及实体标识符获取;

20、各模块独立演进和扩容。

21、可选的,在所述银行流水实时智能鉴证方法中,账户粒度三层汇聚大语言模型分析与外部数据交叉验证模型包括以下模块:

22、第一层:chunk级规则判定,含function call外部数据查询;

23、对于每个账户的交易流水数据,按预设分片大小将交易记录切分为k个chunk,k为自然数,每个chunk独立执行鉴真和判伪规则判定如下:构建规则结合分片笛卡尔积任务矩阵,通过有向无环图拓扑排序器解析规则间的依赖关系确定执行顺序,利用信号量控制批量并行大语言模型调用;

24、每个叶子任务中,大语言模型根据对应规则对chunk内的交易记录进行语义分析,并结合function call返回的外部数据查询结果,输出当前chunk的判定结果、推理依据、外部数据证据引用和置信度评分;

25、第二层:账户粒度汇总;

26、一账户下所有chunk的规则判定结果全部完成后,启动账户粒度汇总,并构建用户经营真实性画像,汇总逻辑为:

27、鉴真规则:正向规则,命中增加真实经营画像权重,综合当前账户所有chunk在各鉴真规则下的判定结果,任一chunk命中鉴真规则,则提高该账户粒度真实画像权重;

28、判伪规则:负面规则,命中增加虚假经营画像权重,综合所有chunk的判伪规则结果,任一chunk命中判伪规则,则增加该账户虚假经营画像权重;

29、红线规则:底线规则,任一chunk命中红线规则,则当前账户直接标记为不通过;

30、汇总过程中,小模型鉴真、判伪、红线规则判定结果作为大语言模型判定的参考基线;综合大小模型规则结果,未命中红线规则时,依据规则权重:当用户画像更偏向虚假经营,该账户粒度结果为存疑;当用户画像更偏向真实经营,该账户粒度结果为通过;

31、第三层:业务粒度汇总;

32、当一笔业务关联的所有账户均完成账户粒度汇总后,启动业务粒度汇总,汇总逻辑遵循三级判定规则:

33、不通过:任一关联账户命中红线规则,则当前业务整体判定为不通过;

34、存疑:无账户触及红线规则,但任一关联账户被认定用户画像权重偏向虚假经营,则当前业务整体判定为存疑;

35、通过:所有关联账户的用户画像权重偏向真实经营,且无任何红线规则触发,则当前业务整体判定为通过。

36、可选的,在所述银行流水实时智能鉴证方法中,大语言模型调用支持双模式切换,分别为思考模式和非思考模式,思考模式用于流式交互场景,非思考模式用于同步批量执行场景。

37、本发明还提供了一种银行流水实时智能鉴证系统,包括:

38、影像合法性校验与防ps鉴伪并行检测模型,配置为生成通过合法性校验与防ps检测的流水影像;

39、流水影像智能解析模型,配置为通过合法性校验与防ps检测的流水影像进入解析模型的解析管线,首先将pdf格式的影像文件逐页渲染为高分辨率图片帧,然后从高分辨率图片帧中提取交易明细数据,解析完成后,通过预构建以单笔业务涉及的账户为最细颗粒度的流水实体及其涉及的标识符和属性,按业务编号汇总关联至客户实体;将结构化流水明细数据和流水汇总指标作为对应客户当前业务的实例信息与流水实体结合落入doris数据库,供智能问数接口按实体名称及实体标识符获取;

40、账户粒度三层汇聚大语言模型分析与外部数据交叉验证模型,配置为将外部数据查询、工商信息查询和征信数据查询内嵌为大语言模型规则执行的function call工具,使每条规则的判定在单次大语言模型调用中即可完成证据收集与结论生成,并通过交叉验证引擎对判定结果进行外部数据证据确证,最终输出通过、存疑或不通过三级判定。

41、可选的,在所述银行流水实时智能鉴证系统中,影像合法性校验与防ps鉴伪并行检测模型中,生成通过合法性校验与防ps检测的流水影像的方式如下:

42、基于页数的差异化策略建立影像合法性校验模块,使用视觉语言大模型,通过system prompt引导模型对每张抽样图片执行两项二元判定:判断所述抽样图片的内容是否为银行或支付平台的交易流水账单,判断所述抽样图片中文字字迹和交易数据是否清晰可识别,两项判定均为是时,所述抽样图片通过校验;

43、基于图像算法并行检测以建立防ps鉴伪检测模块,检测方式如下:第一维度、误差水平分析:检测图像中不同区域的压缩误差水平差异,识别通过粘贴、拼接引入的异常区域;第二维度、噪声模式分析:通过分析图像噪声分布的一致性,检测因局部编辑引入的噪声不一致区域;第三维度、元数据完整性校验:解析图像exif/iptc元数据中的软件编辑记录和修改时间戳,检测是否存在图像处理软件的编辑痕迹;第四维度、篡改边缘特征检测:利用深度学习卷积网络分析图像像素级别的篡改边缘特征,识别拼接和涂抹的边界痕迹;防ps检测模块对四个维度检测结果进行加权融合,输出综合篡改置信度评分,当评分超过预设阈值时标记为疑似篡改;

44、建立并行联动决策机制,合法性校验与防ps检测并行执行,将端到端延迟从串行的t1+t2降低为并行方案下的(max(t1,t2)),其中,t1为合法性校验耗时,t2为防ps检测耗时,各自独立完成后,通过联动决策器合并判定结果,合并判定为:合法性校验与防ps检测均通过时,影像文件进入s2中的解析阶段;否则立即中断当前影像文件对应账户的整体业务流程,生成中断原因和详细证据报告返回业务前端,当前影像文件对应账户后续的处理管线不再执行。

45、可选的,在所述银行流水实时智能鉴证系统中,流水影像智能解析模型包括以下模块:

46、双路并行多模态视觉语言大模型提取管线模块:

47、采用asyncio协程并发调用两路视觉语言大模型,方式为:第一路进行交易明细提取视觉语言大模型:通过prompt引导视觉语言大模型从影像中依次识别表头行、数据行和合计行,输出结构化json信息;第二路进行元数据提取视觉语言大模型:通过另一套prompt引导视觉语言大模型提取影像中非表格区域的结构化信息,输出json格式对象;两路视觉语言大模型调用共享同一批影像输入但使用不同的prompt模板,互不阻塞,最大化并行吞吐;

48、字段映射与余额连续性校验模块:

49、字段映射引擎:将各银行个性化列名统一映射为标准字段,输出标准化逗号分隔值;余额连续性校验器:逐笔验证如下:balancei=balancei-1±amounti,其中,balancei为本笔账户余额,balancei-1为上笔账户余额,±amounti为携带借贷方向的交易金额;

50、解析结果落库模块:

51、双路视觉语言大模型提取完毕,经字段映射和余额校验后的结构化流水明细数据写入doris数据库,结构化流水明细数据包括交易明细表和账户元数据表;

52、外部数据平台返回的流水汇总指标也写入doris指标表;

53、智能问数接口:

54、通过预构建以单笔业务涉及的账户为最细颗粒度的流水实体及其涉及的标识符和属性,按业务编号汇总关联至客户实体;将结构化流水明细数据和流水汇总指标作为对应客户当前业务的实例信息与流水实体结合落入doris数据库,供智能问数接口按实体名称及实体标识符获取;

55、各模块独立演进和扩容。

56、可选的,在所述银行流水实时智能鉴证系统中,

57、账户粒度三层汇聚大语言模型分析与外部数据交叉验证模型包括以下模块:

58、第一层:chunk级规则判定,含function call外部数据查询;

59、对于每个账户的交易流水数据,按预设分片大小将交易记录切分为k个chunk,k为自然数,每个chunk独立执行鉴真和判伪规则判定如下:构建规则结合分片笛卡尔积任务矩阵,通过有向无环图拓扑排序器解析规则间的依赖关系确定执行顺序,利用信号量控制批量并行大语言模型调用;

60、每个叶子任务中,大语言模型根据对应规则对chunk内的交易记录进行语义分析,并结合function call返回的外部数据查询结果,输出当前chunk的判定结果、推理依据、外部数据证据引用和置信度评分;

61、第二层:账户粒度汇总;

62、一账户下所有chunk的规则判定结果全部完成后,启动账户粒度汇总,并构建用户经营真实性画像,汇总逻辑为:

63、鉴真规则:正向规则,命中增加真实经营画像权重,综合当前账户所有chunk在各鉴真规则下的判定结果,任一chunk命中鉴真规则,则提高该账户粒度真实画像权重;

64、判伪规则:负面规则,命中增加虚假经营画像权重,综合所有chunk的判伪规则结果,任一chunk命中判伪规则,则增加该账户虚假经营画像权重;

65、红线规则:底线规则,任一chunk命中红线规则,则当前账户直接标记为不通过;

66、汇总过程中,小模型鉴真、判伪、红线规则判定结果作为大语言模型判定的参考基线;综合大小模型规则结果,未命中红线规则时,依据规则权重:当用户画像更偏向虚假经营,该账户粒度结果为存疑;当用户画像更偏向真实经营,该账户粒度结果为通过;

67、第三层:业务粒度汇总;

68、当一笔业务关联的所有账户均完成账户粒度汇总后,启动业务粒度汇总,汇总逻辑遵循三级判定规则:

69、不通过:任一关联账户命中红线规则,则当前业务整体判定为不通过;

70、存疑:无账户触及红线规则,但任一关联账户被认定用户画像权重偏向虚假经营,则当前业务整体判定为存疑;

71、通过:所有关联账户的用户画像权重偏向真实经营,且无任何红线规则触发,则当前业务整体判定为通过。

72、可选的,在所述银行流水实时智能鉴证系统中,大语言模型调用支持双模式切换,分别为思考模式和非思考模式,思考模式用于流式交互场景,非思考模式用于同步批量执行场景。

73、与现有技术相比,本发明具有以下优点:

74、(1)影像合法性校验与防ps并行前置过滤:在提取前通过合法性校验vlm和图像算法防ps检测两道并行关卡,采用“双路并行+一票否决”机制快速拦截非流水影像、模糊影像和ps篡改影像,延迟从串行的t1+t2降低为(max(t1,t2)),避免无效数据进入后续管线。fail-open容错策略确保单一模型调用故障不阻塞整体流程。

75、(2)端到端自动化:从影像上传归档、合法性校验与防ps并行检测、提取到最终鉴证三级判定,全程在统一管线中自动完成,无需人工干预。支持企业级大规模多账户流水(数千条)的分钟级处理。

76、(3)多模态高精度提取:采用双路并行vlm同时提取交易明细和元数据,并通过余额连续性校验自动修正识别偏差。

77、(4)交易模式级防伪鉴证:通过llm对交易流水进行鉴真规则和判伪规则的双向分析,从交易模式层面识别伪造流水特征(快进快出、整进整出等),突破了传统方案仅做数值校验的局限。差异化prompt设计实现了双维度交易真实性评价。

78、(5)账户粒度三层汇聚架构:以账户为最小分析粒度,设计“chunk级规则判定,账户粒度汇总,业务粒度(多账户)汇总”三层递进式汇聚架构,有效隔离多账户间的判定差异,并清晰递进输出最终判定结果。

79、(6)llm规则内嵌外部数据查询(function call):将外部数据、工商信息、征信数据、配偶信息等外部数据查询作为llm规则执行的function call内嵌工具,使每条规则在单次llm调用中即可完成证据收集与结论生成,避免传统“先分析后查询”的两步走模式。

80、(7)三级判定输出机制:唯一红线和判伪驱动的三级判定逻辑:红线规则触发为“不通过”、判伪规则触发为“存疑”、全部通过为“通过”;为业务决策提供清晰、可操作的判定结果。

81、(8)大规模并行处理:通过规则-分片笛卡尔积任务矩阵+ dag拓扑排序+信号量并发控制三层并行机制,支持同时对多账户数千条交易、数十条规则进行同步分析。

82、(9)可解释的判定结果:每条规则的判定均附带llm生成的推理依据、小模型预判参照和外部数据源的权威证据引用,防ps规则额外提供置信度评分,满足金融监管对可审计性和可解释性的要求。

83、(10)高可用容错设计:合法性校验阶段采用fail-open策略和指数退避重试机制;llm支持思考模式与非思考模式双模切换,兼顾实时交互与批量处理;影像平台分配唯一文件链接确保全链路可追溯。

84、(11)构建可复用的流水实体,关联至行内客户实体,后续可作为其他业务场景风险事件的重要依据。