自动加权GCN算法实现反洗钱识别-数据集自动加权GCN算法实现反洗钱识别-数据集自动加权GCN算法实现反洗钱识别-数据集
2023-02-14 20:37:26
14.89MB
1
AML_Blacklist
##反洗钱使用的黑名单数据
简单使用scrapy获取以下几个名单数据
国际刑警通缉名单
公安部通缉令--A级通缉令
公安部通缉令--B级通缉令
公安部天网行动--全球通缉百名外逃人员
联合国1267号决议协助基地组织个人及机构名单
联合国1998号决议协助塔利班个人及机构名单
##互助
由于反洗钱项目具有一定的保密性，同业间交流均有所保留，这对于AML的开发人员是一大限制。
进行客户的行为识别、性质分类、可疑交易、大额交易等处理时都需要一些列如：
黑名、高风险、失信、地区性企业高管、事业单位、公务人员的名单进行初步筛选分级。
而且这部分数据需要的保密性相对较低，故将其进行分享。
后期将不定期添加新类型名单和数据，如果您也有相关的数据，欢迎添加！
2022-11-09 11:49:51
336KB
1
ICL-HGK_Group
这是帝国理工学院（EEE系）的MSc AML实验室项目
letterAD_svm.py
前面注释掉的是训练的，后面是实时测试的。将训练结果放在pickel里面，实时测试时用该模型判断字母。
2022-04-09 19:04:54
15.17MB
1
近日，区块链安全公司PeckShield发布《2019全球数字资产反洗钱(AML)研究报告》(以下简称《报告》)。
PeckShield 安全团队全面梳理了近几年使用数字资产进行的“非法或未受监管”的交易现状，并深入分析了以下三方面的数据：
重大安全事件和损失情况：PeckShield 统计发现：2017年共发生重大安全事件11起，共计损失2.94亿美元; 2018年共发生重大安全事件46起，共计损失47.58亿美元。2019年共发生重大安全事件63起，总共损失达到了76.79亿美元。
暗网市场交易规模：截至目前，运行 TOR 协议的暗网网站已有6万个左右，其中大约一半从事非法交易。暗网市场中的交易需求非常大，不断有大型黑市被关闭，但很快又会有新的黑市涌现出来，其总交易额还在不断增长。2018年流入暗网的比特币总数为33万枚，2019年为54万枚，按交易时价计算，总金额分别是21亿美元和39亿美元。
国际间未受监管资金流动情况：以数字资产作为载体的资金在国际间的流动已经非常巨大，但不同国家对比特币等数字资产的法律界定还很模糊，意味着这些流动资金并未受到合理、合规的监管。
数据显示，通过对全球20多个数字资产交易所展开资金流向追踪调查，PeckShield安全团队研究分析认为，数字资产在国际间的流动规模已非常大，且大部分资金并未受到国家合理、合规的监管。
2021-08-22 21:41:47
4.32MB
1