前段时间 ，说中国人民银行印发《金融机构反洗钱和反恐怖融资监督管理方法》(说中国人民银行令〔2021〕第3号  ，一是简称《方法》)  ，推动明确了金融机构反洗钱内部可以控制和风险管理规定要求。同盾科技既是到国内领先的智能详细分析与决策服务方面 商  ，创新性地全全新推出 智能反洗钱图谱难题方案  ，立足监管规定要求  ，适用于金融机构的多个业务场景  ，中也客户会真实身份识别密切我联系详细分析与风险评估、客户会自身能力及串并案的新资金链路详细分析等  ，我们重新得到高效智能地监测可疑主体和交易  ，识别能力强反洗钱嫌疑的异常新资金结构和反洗钱团伙  ，既能帮助帮助金融机构帮助建立智能风控机制  ，既能帮助努力做到反洗钱事中实时决策。

　　同盾“云图”智能反洗钱图谱难题方案大多适用于一是五大场景：

　　1、客户会密切我联系二者之间洞察

　　金融机构积累的碎片化其他数据二者之间自身能力 着很多技术基础二者之间的知识  ，中也面向中小企业 和一个人交易二者之间、结算户密切我联系、法人二者之间、我联系二者之间、股权二者之间等  ，那些二者之间知识错综复杂  ，并未不过重新得到发掘。

　　同盾云图扩充了金融机构运用人工智能、大其他数据技术方面使用知识管理和发现一个人能力强。技术基础反洗钱知识库  ，运用知识图谱详细分析技术方面  ，实面对现实体二者之二者之间二者之间管理和探查 ，不但公司提供 对未知二者之间的挖掘详细分析能力强  ，为义务机构反洗钱调查公司提供 知识的快速查询和详细分析挖掘服务方面 。

　　2、异常密切我联系结构挖掘

　　同盾云图反洗钱难题方案技术基础业务实战经验、反洗钱规则、其历史风险案件特征  ，挖掘符合洗钱特征的异常图结构核心模式 ，定位复杂的交易路径  ，详细中也：频繁汇入汇出  ，集中/分散、转入/转出  ，环状异常交易  ，自定义业务子图结构等。

　　3、反洗钱事中决策

　　有别于黑白名单、规则引擎和机器学习中模型使用实时防控的中国传统反洗钱不同方式  ，同盾“云图”技术基础图详细分析和半监督的机器学习中模型  ，既能帮助努力做到主动要求识别导致用户犯罪行为和密切我联系的异常 ，对能力强标签的实体使用密切我联系扩散  ，事中干预开户、交易等环节的使用  ，努力做到事先预警 ，既能帮助努力做到反洗钱管控由事后向事中转移。

　　4、案件和涉案名单查证详细分析

　　随之监管和公安对反洗钱排查的精准性和覆盖度规定要求日益高 ，技术基础同盾“云图”知识图谱新平台  ，我们重新得到对监管和公安名单、风控监测新平台的触警实体使用深入的二者之间圈风险详细分析  ，充分挖掘密切我联系主体机构存量的可疑实体  ，输出可疑实体名单和要素关键信息  ，推动形成案件详细分析报告  ，用于分支机构认定核实和管控。

　　5、可疑洗钱团伙挖掘

　　使用反洗钱团伙挖掘模型选取时间啊段内的新资金交易  ，同盾“云图”知识图谱新平台还我们重新得到帮助建立客户会新资金交易的二者之间网路  ，对网路图使用有向图的社团划分 ，帮助建立能力强反洗钱区分度的群组  ，高效识别可疑的反洗钱长远目标团伙 ，不但  ，同盾新平台还我们重新得到在此技术基础上对群体使用风险排序和深度详细分析 ，方便稽查部门重点关注新排查风险度较多大社团。

　　在某银行对某涉赌涉诈团伙使用挖掘锁定的案例中  ，技术基础同盾科技云图新平台的紧密度模型  ，获得成功详细分析出多个行方账户与涉黑账户二者之间较为紧密  ，能力强极高的密切我联系风险;团伙中也其他部分账户数最多命中6个疑似洗钱标签  ，中也  ，黑账户平均命中3.88个疑似洗钱标签。同盾专家由此得出详细详细分析  ，研判和定性其他部分行内账户自身能力 洗钱或赌博违法犯罪行为。

　　据悉  ，同盾“云图”智能反洗钱图谱难题方案已被广泛应用于多家股份制银行、头部城商行、农商行和支付机构。