PulseAugur
中
实时 20:45:27
实体 Anti-money laundering

Anti-money laundering

PulseAugur coverage of Anti-money laundering — every cluster mentioning Anti-money laundering across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
2
90 天内 6
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 6
层级分布 · 90 天
主题
情绪 · 30 天

2 天有情绪数据

最近 · 第 1/1 页 · 共 6 条
  1. TOOL · CL_342225 ·

    新的TRACK方法使用多示例学习进行反洗钱

    研究人员开发了一种名为TRACK的新方法,用于反洗钱(AML)调查,以解决“聚合不匹配”问题。该方法将AML检测视为一个多示例学习任务,其中账户是包,单个交易是示例。TRACK对每个交易进行编码,并选择性地汇集这些编码以做出账户级别的决策,即使在训练期间隐藏交易标签的情况下,也能在各种数据集上实现高性能。

  2. TOOL · CL_326911 ·

    联邦学习增强跨银行反洗钱检测能力

    研究人员开发了一种使用联邦学习和图神经网络的新型反洗钱(AML)方法。该方法允许银行在不交换敏感账户数据的情况下,检测跨越独立交易图谱的洗钱模式。研究发现,即使数据碎片化增加,使用已记录交易来近似远程账户状态也能带来最显著的检测收益。共享精确的远程状态效果较差,因为隐私保护措施往往会降低其检测价值。

  3. TOOL · CL_275102 ·

    提出新的跨司法管辖区实体身份保障模型

    一项新的设计科学提案引入了一种分级、可重用的身份保障模型,适用于自然人、法人和机器实体,旨在解决当前系统的局限性。该模型将身份保障状态与能力门控分离,允许披露根据行为及其后果进行扩展。它包含一个类型化实体分类法、一个用于断言范围和信息来源的双轴框架,以及一个作为时间索引属性的司法管辖区,并从反洗钱和数据保护法中汲取了要求。

  4. TOOL · CL_111746 ·

    新框架通过线索引导的发现,助力反洗钱调查

    研究人员开发了一个名为 Clue2Group 的新框架,以协助反洗钱调查。该框架克服了现有方法的局限性,允许分析人员从特定线索开始,逐步揭示金融网络中隐藏的犯罪团伙及其结构。Clue2Group 构建了一个聚焦的局部调查上下文,使用图神经网络估算风险场,并整合各种证据类型来识别连贯的洗钱团伙,展示了其在实际反洗钱工作流程中的实用价值。

  5. TOOL · CL_111722 ·

    新的TransXion基准提高了反洗钱AI的现实性

    研究人员推出TransXion,这是一个新的基准数据集,旨在提高反洗钱(AML)机器学习模型的现实性和有效性。与现有依赖于简化异常注入且缺乏丰富实体语义的基准不同,TransXion结合了具有感知能力的正常活动模拟和非法交易的随机生成。这种方法模拟了持久的实体画像和有条件的交易行为,从而能够评估与实体社会经济背景相矛盾的异常情况。该数据集包含约300万笔交易,涉及50,000个实体,每个实体都具有详细的人口统计和行为属性,并已证明Tr…

  6. RESEARCH · CL_93694 ·

    机器学习模型检测保险洗钱

    一篇新论文探讨了机器学习在保险业主动打击洗钱方面的应用。研究人员使用一家挪威保险公司的数据训练了梯度提升决策树模型,以在支付前识别可疑索赔。研究发现,将保险欺诈标签作为辅助训练信号,显著提高了洗钱案件的检测率,其中最佳模型在一个小型调查子集中识别出了近三分之二的此类案件。