TigerGraph實時圖數(shù)據(jù)庫反洗錢應用簡介
時間：2022-03-27 01:39:01 | 來源：行業(yè)動態(tài)
時間：2022-03-27 01:39:01 來源：行業(yè)動態(tài)
反欺詐的例子展示了TigerGraph圖數(shù)據(jù)庫如何和機器學習結(jié)合的，接下來通過兩個反洗錢的應用場景來了解TigerGraph圖數(shù)據(jù)庫的另外一個優(yōu)勢深度鏈接分析。
第一個場景是利用圖數(shù)據(jù)庫在反洗錢中發(fā)現(xiàn)漏報和提高反洗錢偵測準確性。比如一個反洗錢的報警，由于新用戶沒有金融交易歷史記錄，沒有先前的告警，不在高風險區(qū)域，就把這筆告警標記為低風險，但是利用圖數(shù)據(jù)庫進行深度鏈路分析之后，會發(fā)現(xiàn)這個用戶的號碼是和別人共用的，并且曾經(jīng)有一些洗錢的預警，它的分類就從低風險變成了高風險。由此可見，欺詐者盡管在欺詐過程中將自己的一些基本特征及淺層次鏈接信息進行了偽造，但是深層次的關(guān)系網(wǎng)絡(luò)是無法提前偽造或者需要付出極大的成本去掩飾的，基于TigerGraph可以輕易提取出深層次的特征，進而協(xié)助企業(yè)進行判斷。
第二個場景是利用圖數(shù)據(jù)庫在混合經(jīng)濟模式中追蹤反洗錢（傳統(tǒng)貨幣 加密貨幣）。比如上圖中紅框里面是已經(jīng)發(fā)現(xiàn)的兩筆可疑交易，基于這兩筆交易針對資金流向的上下游進行深層交易追溯時，去掌握它的整個洗錢網(wǎng)絡(luò)，這就依靠數(shù)據(jù)庫能不能支持10層以上的深度數(shù)據(jù)鏈接查詢。目前TigerGraph也正和一些美國客戶嘗試把比特幣或其他加密貨幣的交易記錄納進監(jiān)管，即使交易手段和交易鏈路較之過去更加復雜，然而在TigerGraph的強大算力下，洗錢網(wǎng)絡(luò)終將無所遁形。
在線咨詢