網絡虛假交易洗錢的識別技術綜述

胡亮

摘要：洗錢是金融犯罪的一種，具有隱蔽性強，方式多樣與過程復雜的特點，其不僅破壞經濟活動的公平公正原則，破壞市場經濟有序競爭，損害金融機構的聲譽與正常運行，而且洗錢活動通常與販毒、走私、恐怖活動、貪污腐敗與偷稅漏稅等相聯系，對國家的政治穩定、社會安定、經濟安全以及國際政治經濟體系的安全構成嚴重威脅?；ヂ摼W金融創新的發展使得洗錢方式更加復雜，利用互聯網的快捷性進行違法犯罪行為也隨之出現，尤其是通過第三方支付平臺進行交易的購物網站，使得普通個人賬號也能通過虛假交易進行非法資金流轉。

關鍵詞：網絡虛假交易;洗錢;算法;信息

一、Research Background：研究背景與意義

洗錢是指將非法所得及其產生的收益，通過各種手段掩飾、隱瞞其來源與性質，使其在形式上合法化的行為，目的在于逃避法律對于其非法行為的制裁。一般普通民眾很難涉及到洗錢的非法行為，洗錢是一項涉及高額資金的犯罪活動，只有那些通過非法行為而獲得巨額財富的人才會有洗錢的需求。一般來講，當犯罪嫌疑人的資金賬戶出現異常變動或者在日常生活中犯罪嫌疑人做出與其收入水平不相匹配的經濟行為時，嫌疑人才會被懷疑可能獲得了非法收入，進而可能涉嫌洗錢行為，而這類人通常早因其他原因被警方鎖定為監控對象，一般普通民眾較小的賬戶行為則不會受到警方的關注。然而隨著互聯網經濟的發展，利用互聯網的快捷性進行違法犯罪行為也隨之出現，尤其是通過第三方支付平臺進行交易的購物網站，使得普通個人賬號也能通過虛假交易進行非法資金流轉。網絡交易以其便捷、高效服務極大地方便了人民群眾的生活，但由于電子商務領域安全監控技術發展相對落后，網絡交易市場缺乏統一、規范的管理等諸多因素影響，這個市場還存在較大的洗錢風險。通過互聯網虛假交易制造虛假盈利數額，將非法收益注入其中并且洗白，而互聯網本身的特性又使得這種操作十分便捷、高效，這將對我國互聯網經濟的發展產生嚴重的負面影響。

二、Network Laundering：網絡交易洗錢相關概念

從已有文獻來看，洗錢最早來源于20世紀初美國舊金山一家飯店老板圣?弗朗西斯的行為，他看到飯店收取大量沾滿油污的硬幣容易弄臟顧客的白手套，而這些污染的硬幣可能會影響飯店的日常經營，于是就用堿液清洗這些臟錢，而現代意義的洗錢行為則是在20世紀30年代，美國芝加哥阿爾?卡彭等有組織犯罪集團以經營洗衣店為名，將販毒收益融入正常的營業收入并申報納稅變成合法收入。隨著互聯網金融的發展，洗錢方式更加便捷簡單，洗錢的過程也越來越復雜，更加賦予了網絡洗錢一詞的現代含義，在現代法治社會中已成為一種犯罪的專有名詞。根據中國電子商務協會2005年頒布的《網絡交易平臺服務規范》的解釋，網絡交易指發生在信息網絡中企業之間、企業與消費者之間以及個人與個人之間通過網絡通信手段締結的交易。網絡商品交易是指依托互聯網，并依靠計算機或手機達成的商品交易活動。該交易需要依靠電子銀行落實貨款給付，并通過物流實現商品配送。網絡交易洗錢指通過互聯網技術隱瞞或掩飾非法收益來源，將非法獲得的資金轉為無法追及的，看起來來源合法資金的過程，包括上述兩種網絡交易途徑的洗錢。

三、Laundering Algorithm：網絡虛假交易的識別算法研究

國外某研究團隊曾對淘寶網的虛假交易現象進行研究，他們抽樣調查研究顯示，樣本數據中有11000家網店存在刷單現象，但在所調查的4000多家存在虛假交易的淘寶網店中，只有89家即占2.2%的網店受到懲罰[9]。艾瑞咨詢最新數據顯示，2015年中國互聯網購物市場交易規模為3.8萬億元，從已有各類互聯網交易平臺運營模式上看，各賣家必須通過大量交易來提升其信用度與好評量，而其中就可能存在大量虛假交易，這為通過互聯網虛假交易洗錢提供了可能。

交易分類研究角度：該類研究對網絡虛假交易的行為特征進行分析并確定數據源，得到可疑網絡交易數據的分類規則，最后利用規則找出網絡虛假交易數據，同時可以進一步發現新的網絡虛假交易規則。汪素南（2007）提出了根據用戶賬戶信息，使用決策樹技術將賬戶進行分類，在實驗驗證中得到了比較理想的結果[10]。徐璘?。?010）等則在汪素南的基礎上，提出一種使用多層BP神經網絡將賬戶分類的方法，改善了原先決策樹不適用即時交易數據的問題[11]。劉芳（2014）針對網絡虛假交易行為的較低檢測率的問題，提出了一種Radial Basis Function神經網絡模型，有較低的誤檢率與更高的檢測率[12]。

交易聚類研究角度：在反洗錢領域，聚類分析技術可以用來在大量的網絡交易數據中挖掘及時、準確的線索，聚類算法的優點之一是可以回避洗錢行為模式識別中缺乏訓練樣本的問題。Sakkis等將K-NN聚類方法來進行網絡虛假交易的檢測，而Li等提出了基于用戶反饋的樸素貝葉斯方法用于改進。

交易集群特征研究角度：該類研究以網絡虛假交易的集群特征為基礎，通過算法識別網絡交易構成的社區中存在的虛假交易。呂林濤（2017）針對網絡虛假交易洗錢的數據大額可疑特征與量化特點，提出一種基于信息熵的洗錢社區發現[15]。

交易智能Agent研究角度：該類研究利用Agent的諸多特性來模擬現實中的金融交易行為，用角色來描述現實中的金融行為者，即利用Agent來完成金融交易中一個或多個角色的金融行為。陳起（2007） 針對現行的反洗錢系統的缺陷，該文將模式識別Agent引入反洗錢系統設計，充分發揮Agent系統自主性、反應性、協作性的特點，構造了基于多Agent 客戶識別的反洗錢系統模型。付雄（2011）采用分布式多智能代理框架，提出了基于關系圖熵矩陣的可疑網絡洗錢行為識別模型[17]。

四、Laundering Model：洗錢風險指標構建與預警研究

該類研究主要集中的使用計算機與數據分析技術，構建洗錢風險指標體系，通過計算對交易數據進行洗錢預警。吳玉霞（2010）通過改進層次聚類與k-means聚類，計算交易記錄的可疑程度，為金融情報部門提供高質量的調查數據[15]。謝端純（2010）采用因素分析法以房地產洗錢行為與房地產反洗錢網絡拓撲圖為基礎，構建房地產可疑資金監測模型。張燕華（2015）等使用熵權法計算出各一級指標權重并結合隸屬度函數確定出客戶洗錢風險等級，同時利用決策樹模型檢驗了使用熵權法確定出的各指標權重，研究結果有利于金融機構識別客戶身份，提高了反洗錢的有效性?；翮鳎?015）等通過對400多例洗錢案例進行預處理，運用回歸分析、關聯分析、決策樹三種算法，構建出洗錢類型分析系統的理論模型，成功分析出不同洗錢類型之間的洗錢特征差異與識別規則。

參考文獻：

[1]鐘毅.一種基于可疑度函數和信息熵的金融網絡洗錢社團發現算法[J].軟件產業與工程，2016（06）：11-14.

[2]付雄.論網絡洗錢犯罪及對策[J].華南理工大學學報（社會科學版），2010，12（05）：82-88.DOI：10.19366/j.cnki.1009-055x.2010.05.018.