图分析唯一适合战斗财务犯罪

图表分析是打击金融犯罪的重要工具。

这是总部位于爱尔兰的咨询公司埃森哲(Accenture)的弹性和风险信任董事总经理希瑟•亚当斯(Heather Adams)在4月21日Graph + AI峰会(Graph + AI Summit)上所传达的信息。Graph + AI峰会是由图形分析提供商TigerGraph主办的一个开放式虚拟会议。

欺诈、洗钱和腐败，以及其他金融犯罪，各种瘟疫组织，而图形分析则特别适合于检测此类犯罪活动。与此同时，资助恐怖主义等其他金融犯罪也具有广泛的社会影响。

但使用图形数据库在图形分析的核心上，组织可以更好地探测金融罪，而不是使用传统的关系数据库。

图表数据库使数据点以不同的方式彼此连接，而不是关系数据库，使它们更好地发现可能无法发现的数据点之间的关系 - 或者将显着更多的时间和精力发现 - 在关系数据库中。

在图形数据库中，数据点可以同时连接到多个数据点。同时，在关系数据库中，数据点每次只能相互连接一个数据点。因此，图形数据库更善于揭示整个连接网络。

社交媒体网络，如Facebook例如，LinkedIn就使用图形数据库来寻找人与人之间的联系。当然，另一个用例是侦查金融犯罪。

亚当斯说:“这事关在社会中发挥重要作用，防止恐怖分子融资，阻止犯罪分子从毒品和人口贩运等活动中获利。”

除了他们可以在战斗金融犯罪方面发挥的社会角色，组织对打击财务罪行来证明合规性和风险管理有法律责任。

例如，金融服务机构一旦发现潜在的洗钱、恐怖主义融资或其他金融犯罪，就必须向美国联邦调查局(FBI)和英国国家犯罪局(National Crime Agency)等政府机构提交报告。

与此同时，数据对这场斗争至关重要。

就像需要对数据进行清理和准备在它被用来为战略决策提供信息之前，它需要便于获取，以便发现犯罪活动。亚当斯表示，随着智能和机器学习能力的增强，组织可以利用数据自动检查欺诈、洗钱、恐怖主义融资、违反制裁和其他金融犯罪的迹象。

与此同时，图表分析提供了对任何可能从事犯罪活动的客户的最佳理解最佳方式，她继续。

它是关于在社会中发挥有意义的作用，防止恐怖分子融资，阻止犯罪分子从毒品和人口贩运等活动中获利。

“图形技术可以真正有效地将数据连接到内部和外部数据源，并确定各方之间的关系，”Adams说。“这可以让你了解这些关系中相关的风险，而不仅仅是查看当前一方的数据。”

自然语言处理是企业可以用来帮助检测金融犯罪的人工智能能力之一。使用非结构化数据，NLP可以从媒体报道和文档中提取信息，根据关键词和短语找到链接。

与此同时，机器学习使组织能够以一种有效的方式对非结构化数据进行分类，从而产生有意义的结果对他们的潜在风险进行评分并促使人们做出是否值得调查的决定。

亚当斯说:“我们可以用分析方法来观察人和公司之间关系和交易网络中的风险因素。”“这是我们观察网络视图的地方，我们可以使用图形技术更好地理解连接。”

除了搜索可疑活动的数据外，组织还可以使用AI和ML来建立正常行为的模式，以便与潜在犯罪活动进行比较，甚至可以让特定的个人或组织将当前行为与过去的行为进行比较。

根据亚当斯的说法，这可以帮助消除误报，使组织能够锁定真正可疑的活动。特别是金融机构，与假阳性作斗争,使真正可疑的交易难以识别。

Adams说:“像图表分析这样的工具可以真正帮助我们可视化不同团体之间的联系，复杂的层次结构和不同的所有权结构，以及跨地域的业务活动的存在和移动。”“建立一个网络视图，查看联系可以真正帮助一个人办案。”

和潜在的阻止犯罪活动在真正的伤害发生之前。

亚当斯说:“在更好地识别骗子在哪里利用客户，或者你的组织在哪里被犯罪分子滥用方面取得的任何进展，都是一个巨大的进步，也是一个社会，作为一个整体，可以从中受益的进步。”“数据和分析绝对可以成为这一过程的一部分，也可以成为非常重要的工具。”