TigerGraph实时图数据库反洗钱应用简介
时间：2022-03-27 01:39:01 | 来源：行业动态
时间：2022-03-27 01:39:01 来源：行业动态
反欺诈的例子展示了TigerGraph图数据库如何和机器学习结合的，接下来通过两个反洗钱的应用场景来了解TigerGraph图数据库的另外一个优势深度链接分析。
第一个场景是利用图数据库在反洗钱中发现漏报和提高反洗钱侦测准确性。比如一个反洗钱的报警，由于新用户没有金融交易历史记录，没有先前的告警，不在高风险区域，就把这笔告警标记为低风险，但是利用图数据库进行深度链路分析之后，会发现这个用户的号码是和别人共用的，并且曾经有一些洗钱的预警，它的分类就从低风险变成了高风险。由此可见，欺诈者尽管在欺诈过程中将自己的一些基本特征及浅层次链接信息进行了伪造，但是深层次的关系网络是无法提前伪造或者需要付出极大的成本去掩饰的，基于TigerGraph可以轻易提取出深层次的特征，进而协助企业进行判断。
第二个场景是利用图数据库在混合经济模式中追踪反洗钱（传统货币 加密货币）。比如上图中红框里面是已经发现的两笔可疑交易，基于这两笔交易针对资金流向的上下游进行深层交易追溯时，去掌握它的整个洗钱网络，这就依靠数据库能不能支持10层以上的深度数据链接查询。目前TigerGraph也正和一些美国客户尝试把比特币或其他加密货币的交易记录纳进监管，即使交易手段和交易链路较之过去更加复杂，然而在TigerGraph的强大算力下，洗钱网络终将无所遁形。
在线咨询
