一种代收代付反洗钱方法与流程

本发明涉及涉及金融风控与反洗钱，尤其涉及一种代收代付反洗钱方法。

背景技术：

1、代收代付业务作为银行支付结算体系的重要组成部分，广泛应用于工资代发、费用代收、货款代付等场景。相关技术中，通过规则引擎、关系图谱与机器学习模型的协同作业，构建了反洗钱监控体系。具体地，该体系涵盖了从交易数据采集、异常规则匹配到资金网络分析的完整流程，包括金额阈值报警、账户关联度计算、交易频次统计等关键环节。

2、然而，现有的反洗钱方法中，直接采用静态规则或单一模型进行判断，并没有融合交易备注的语义信息与实时资金流转图谱，由此可能会导致对“化整为零”“虚假备注”等隐蔽洗钱手法的漏报，或者因缺乏可解释推理过程而难以满足监管报送要求，从而影响反洗钱系统的准确性与时效性。

技术实现思路

1、本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

2、本发明的主要目的在于提供一种代收代付反洗钱方法。

3、为达上述目的，本发明实施例提出了一种代收代付反洗钱方法，包括：

4、s1，实时采集交易流水数据、客户信息数据、账户历史行为数据和设备网络数据，并对采集的数据进行标准化处理；

5、s2，通过金融大语言模型对交易备注中的文字信息进行语义解析，识别交易意图、检测异常词语、判断语义矛盾并对相似备注进行聚类，生成语义分析结果；

6、s3，基于实时交易数据构建包含账户节点、交易节点和设备节点的动态关系图谱，并在每笔新交易发生时毫秒级更新图谱，同时计算账户间的资金往来密度、团伙形成趋势和与已知洗钱模式的匹配度；

7、s4，将当前交易的数值特征、所述语义分析结果、关系图谱的拓扑特征以及账户历史行为的时间序列偏离检测结果输入可解释融合决策引擎，通过注意力加权和规则约束生成各维度的贡献度占比和洗钱风险评分，并由所述金融大语言模型根据所述贡献度占比自动生成包含可疑依据和监管条款的书面研判意见。

8、在本发明的一个实施例中，所述s1包括： s11，通过标准化api接口实时采集交易流水数据、客户信息数据、账户历史行为数据和设备网络数据，其中所述设备网络数据包括设备id、mac地址、操作ip地址、地理位置、浏览器user-agent和sim卡信息； s12，对采集的数据执行格式统一、缺失字段补全和敏感信息脱敏处理，生成标准化后的多源数据流。

9、在本发明的一个实施例中，所述s12包括： 对所述交易流水数据中的时间戳、金额和账户标识字段进行json与protobuf格式的双向转换，得到格式统一的结构化数据流； 基于预设的缺失值填充规则对所述客户信息数据中的职业、住址字段进行补全，生成完整的客户画像数据； 对所述设备网络数据中的设备id和mac地址执行哈希脱敏处理，生成匿名化的设备指纹数据。

10、在本发明的一个实施例中，所述s2包括： s21，将交易备注输入金融大语言模型，识别所述交易备注对应的业务类型为货款、工资、借款、退款或往来款，并输出各业务类型的可信度评分； s22，基于预设的敏感词库检测所述交易备注中是否包含刷单、走账或套现异常词语，并生成异常词语标记； s23，将所述交易备注中的文字描述与交易金额、对手方类型进行语义一致性比对，当文字描述为买原材料但付款方为个人且金额超过预设阈值时，生成语义矛盾标记； s24，对多个交易备注进行向量化聚类，将语义相似度超过预设阈值的交易备注归为同一模板类，并输出模板类标识和该类包含的交易笔数。

11、在本发明的一个实施例中，所述s24包括： 通过所述金融大语言模型将每条交易备注编码为语义向量； 基于余弦相似度对所述语义向量进行层次聚类，当聚类簇内平均相似度超过0.85时，将该聚类簇标记为模板类； 统计每个模板类中包含的交易笔数，当笔数超过预设的团伙操作阈值时，生成团伙操作预警。

12、在本发明的一个实施例中，所述s3包括： s31，为每个账户、每笔交易和每个设备分别创建图谱节点，并以资金转账关系建立账户节点与交易节点之间的连线、以设备使用关系建立交易节点与设备节点之间的连线，生成包含账户-交易-设备三层结构的动态关系图谱； s32，当新交易发生时，在毫秒级时间内将新账户节点、新交易节点和新设备节点及其对应的连线插入所述动态关系图谱，并实时计算账户间的资金往来密度变化率、新形成的连通子图数量和当前子图与预设洗钱模式库中化整为零模式、快进快出模式、资金循环模式的匹配度。

13、在本发明的一个实施例中，所述s3还包括： 对超过90天无活跃交易的账户节点和对应的连线执行自动归档操作，生成历史归档数据； 对资金往来金额低于预设低价值阈值且持续时间超过30天的边执行压缩操作，仅保留该边的统计摘要信息； 对于新开户且无历史交易数据的账户节点，使用同行业同地域同类账户的群体画像数据作为冷启动基线，待该账户积累超过预设笔数的交易数据后，切换为基于该账户个体历史数据的画像。

14、在本发明的一个实施例中，所述s4包括： s41，提取当前交易的数值特征，所述数值特征包括单笔交易金额是否超过预设异常阈值、当日交易总次数是否超过预设频次阈值、多笔交易金额是否均位于大额交易报送门槛的预设邻域范围内、以及该笔交易是否涉及对公账户与对私账户之间的跨监管分类转账； s42，提取所述语义分析结果中的语义特征，所述语义特征包括同一账户最近预设笔数交易备注的业务类型变化频率、交易备注与交易行为的匹配度、以及多个关联账户交易备注的模板类一致性； s43，提取所述关系图谱的拓扑特征，所述拓扑特征包括账户的入度与出度比值、账户所在连通子图中是否包含黑名单账户、以及资金是否在预设数量账户间形成循环流转路径； s44，通过时序模型学习账户过去6个月的交易频次分布、常用交易时间段和常用对手方范围，生成行为基线画像，并将当前交易时段的行为数据与所述行为基线画像进行偏离度计算，当偏离度超过预设阈值时生成行为偏离报警。

15、在本发明的一个实施例中，所述s4还包括： 将所述数值特征、语义特征、拓扑特征和行为偏离报警输入可解释融合决策引擎的第一层，通过可解释注意力机制对各维度特征进行动态加权，输出各维度的贡献度占比； 将所述贡献度占比输入所述可解释融合决策引擎的第二层，通过预定义的合规规则约束对异常组合进行校验，生成洗钱风险评分和风险等级； 将所述贡献度占比和洗钱风险评分输入所述金融大语言模型，由所述金融大语言模型自动生成包含异常信号描述、可疑依据分析、对应监管法规条款和建议处置方式的书面研判意见。

16、在本发明的一个实施例中，还包括： s5，根据所述洗钱风险评分执行分级处置，当评分超过80分时自动拦截交易并推送完整研判报告给反洗钱专员，当评分为50至79分时暂缓交易并推送至审核队列等待人工复核，当评分低于50分时放行交易并将该账户纳入持续监控队列。

17、在本发明的一个实施例中，还包括： s6，当确认交易可疑后，从交易数据、客户信息、所述书面研判意见和历史预警记录中抽取结构化数据，填充预设的大额交易报告或可疑交易报告模板，并由所述金融大语言模型自动撰写模板中需要自由文本描述的可疑行为描述和可疑特征分析部分，生成合规报告草稿。

18、为达上述目的，本发明第二方面实施例提出了一种装置。

19、为达上述目的，本技术第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面实施例所述的方法。

20、本发明实施例的具有以下有益效果：基于多源标准化数据采集、金融大语言模型语义解析、三层动态关系图谱与可解释融合决策引擎，构建了全流程智能化代收代付反洗钱体系。相较于传统单一规则风控模式，本发明可深度挖掘交易备注语义异常与模板化团伙交易特征，依托毫秒级动态图谱实时捕捉资金循环、快进快出等隐蔽洗钱模式，结合多维度特征注意力加权决策实现风险可解释评分研判。同时本发明可自动生成合规研判意见与可疑交易报告，实现交易分级智能处置，有效解决了传统方案识别维度有限、团伙风险识别滞后、研判结果不可解释、人工成本高、合规效率低的技术痛点，大幅提升代收代付场景洗钱风险识别准确率与监管报送规范性。