論文の概要: Towards Collaborative Anti-Money Laundering Among Financial Institutions

• arxiv url: http://arxiv.org/abs/2502.19952v1
• Date: Thu, 27 Feb 2025 10:22:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-28 14:59:08.988775
• Title: Towards Collaborative Anti-Money Laundering Among Financial Institutions
• Title（参考訳）: 金融機関間の協調的反モニー洗浄を目指して
• Authors: Zhihua Tian, Yuan Ding, Xiang Yu, Enchao Gong, Jian Liu, Kui Ren,
• Abstract要約: ルールベースの手法が最初に導入され、現在でも現在の検知システムで広く使われている。 実際には、マネーロンダリングは通常複数の金融機関にまたがる。 複数の施設におけるマネーロンダリング対策を支援するアルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 14.148199080030574
• License:
• Abstract: Money laundering is the process that intends to legalize the income derived from illicit activities, thus facilitating their entry into the monetary flow of the economy without jeopardizing their source. It is crucial to identify such activities accurately and reliably in order to enforce anti-money laundering (AML). Despite considerable efforts to AML, a large number of such activities still go undetected. Rule-based methods were first introduced and are still widely used in current detection systems. With the rise of machine learning, graph-based learning methods have gained prominence in detecting illicit accounts through the analysis of money transfer graphs. Nevertheless, these methods generally assume that the transaction graph is centralized, whereas in practice, money laundering activities usually span multiple financial institutions. Due to regulatory, legal, commercial, and customer privacy concerns, institutions tend not to share data, restricting their utility in practical usage. In this paper, we propose the first algorithm that supports performing AML over multiple institutions while protecting the security and privacy of local data. To evaluate, we construct Alipay-ECB, a real-world dataset comprising digital transactions from Alipay, the world's largest mobile payment platform, alongside transactions from E-Commerce Bank (ECB). The dataset includes over 200 million accounts and 300 million transactions, covering both intra-institution transactions and those between Alipay and ECB. This makes it the largest real-world transaction graph available for analysis. The experimental results demonstrate that our methods can effectively identify cross-institution money laundering subgroups. Additionally, experiments on synthetic datasets also demonstrate that our method is efficient, requiring only a few minutes on datasets with millions of transactions.
• Abstract（参考訳）: マネーロンダリング(英: Money laundering)とは、不正な活動から得られる収入を合法化し、資金源を危険にさらすことなく経済の金融フローへの参入を促進するプロセスである。 反マネーロンダリング(AML)を施行するためには、これらの活動を正確かつ確実に特定することが重要である。 AMLへの多大な努力にもかかわらず、そのような活動はいまだに発見されていない。 ルールベースの手法が最初に導入され、現在でも現在の検知システムで広く使われている。 機械学習の台頭に伴い、送金グラフの分析を通じて不正アカウントの検出において、グラフベースの学習手法が注目されている。 しかしながら、これらの手法は一般的に、取引グラフは中央集権的であると仮定するが、実際には、マネーロンダリング活動は通常複数の金融機関にまたがる。 規制、法律、商業、および顧客のプライバシーに関する懸念のため、機関はデータを共有しない傾向にあり、実用上は利用を制限している。 本稿では,ローカルデータのセキュリティとプライバシを保護しながら,複数の機関でのAML実行を支援するアルゴリズムを提案する。 評価のために,世界最大規模のモバイル決済プラットフォームであるAlipayのデジタルトランザクションとEコマース銀行(ECB)のトランザクションを組み合わせた実世界のデータセットであるAlipay-ECBを構築した。 データセットには2億以上のアカウントと3億件の取引が含まれており、機関内取引とAlipayとECB間の取引の両方をカバーしている。 これにより、分析で利用可能な、世界最大の現実世界のトランザクショングラフになります。 実験により, 施設間マネーロンダリングサブグループを効果的に同定できることが確認された。 さらに、合成データセットの実験は、我々の手法が効率的であることを示し、数百万のトランザクションを持つデータセットに数分しか必要としない。

関連論文リスト

• Across-Platform Detection of Malicious Cryptocurrency Transactions via Account Interaction Learning [19.2372535101502]
  既存の悪意のあるトランザクション検出方法は、大量のラベル付きデータに依存する。 そこで我々はシャドウイーズ(ShadowEyes)を提案する。 公開データセットを用いて大規模な実験を行い,ShadowEyesの性能評価を行った。
  論文  参考訳（メタデータ） (2024-10-31T02:01:42Z)
• Advancing Anomaly Detection: Non-Semantic Financial Data Encoding with LLMs [49.57641083688934]
  本稿では,Large Language Models (LLM) 埋め込みを用いた財務データにおける異常検出の新しい手法を提案する。 実験により,LLMが異常検出に有用な情報をもたらし,モデルがベースラインを上回っていることが確認された。
  論文  参考訳（メタデータ） (2024-06-05T20:19:09Z)
• Topology-Agnostic Detection of Temporal Money Laundering Flows in Billion-Scale Transactions [0.03626013617212666]
  本稿では,シーケンシャルトランザクションの時間グラフを効率的に構築するフレームワークを提案する。 我々は,不審な取引フローを検出するための2つの最先端ソリューションに対するフレームワークのスケーラビリティと有効性を評価する。
  論文  参考訳（メタデータ） (2023-09-24T15:11:58Z)
• Transaction Fraud Detection via an Adaptive Graph Neural Network [64.9428588496749]
  本稿では,アダプティブサンプリングとアグリゲーションに基づくグラフニューラルネットワーク(ASA-GNN)を提案する。 ノイズの多いノードをフィルタリングし、不正なノードを補うために、隣のサンプリング戦略を実行する。 3つのファイナンシャルデータセットの実験により,提案手法のASA-GNNは最先端のデータセットよりも優れていることが示された。
  論文  参考訳（メタデータ） (2023-07-11T07:48:39Z)
• Blockchain Large Language Models [65.7726590159576]
  本稿では,異常なブロックチェーントランザクションを検出するための動的,リアルタイムなアプローチを提案する。 提案するツールであるBlockGPTは、ブロックチェーンアクティビティのトレース表現を生成し、大規模な言語モデルをスクラッチからトレーニングして、リアルタイム侵入検出システムとして機能させる。
  論文  参考訳（メタデータ） (2023-04-25T11:56:18Z)
• Catch Me If You Can: Semi-supervised Graph Learning for Spotting Money Laundering [0.4159343412286401]
  マネーロンダリング(英: Money laundering)とは、犯罪者が違法な資金を追跡不可能な場所に移すために金融サービスを利用するプロセスである。 反マネーロンダリング(AML)を施行するためには、これらの活動を正確かつ確実に特定することが極めて重要である。 本稿では,金融取引のグラフに対する半教師付きグラフ学習手法を用いて,マネーロンダリングに関連するノードを特定する。
  論文  参考訳（メタデータ） (2023-02-23T09:34:19Z)
• LaundroGraph: Self-Supervised Graph Representation Learning for Anti-Money Laundering [5.478764356647437]
  LaundroGraphは、新しい教師付きグラフ表現学習アプローチである。 マネーロンダリング防止プロセスを支援するための洞察を提供する。 我々の知る限りでは、これはAML検出の文脈における最初の完全自己教師システムである。
  論文  参考訳（メタデータ） (2022-10-25T21:58:02Z)
• Fighting Money Laundering with Statistics and Machine Learning [95.42181254494287]
  反マネーロンダリングのための統計的および機械学習手法に関する科学的文献はほとんどない。 本研究では,クライアントのリスクプロファイリングと疑わしい行動フラグングという2つの中心的要素を持つ統一用語を提案する。
  論文  参考訳（メタデータ） (2022-01-11T21:31:18Z)
• Supporting Financial Inclusion with Graph Machine Learning and Super-App Alternative Data [63.942632088208505]
  スーパーアプリは、ユーザーとコマースの相互作用についての考え方を変えました。 本稿では,スーパーアプリ内のユーザ間のインタラクションの違いが,借り手行動を予測する新たな情報源となるかを検討する。
  論文  参考訳（メタデータ） (2021-02-19T15:13:06Z)
• A Time-Frequency based Suspicious Activity Detection for Anti-Money Laundering [0.0]
  マネーロンダリングは、犯罪者が犯罪の収益を金融システムに注入するために使う重要なメカニズムである。 これらの機関の現在のシステムのほとんどはルールベースであり、非効率である。 本稿では、金融取引の2次元表現を利用した時間周波数分析に基づく新しい特徴セットを提案する。
  論文  参考訳（メタデータ） (2020-11-17T08:01:50Z)
• Super-App Behavioral Patterns in Credit Risk Models: Financial, Statistical and Regulatory Implications [110.54266632357673]
  従来の官僚データとは対照的に、アプリベースのマーケットプレースから派生した代替データが信用スコアモデルに与える影響を提示する。 2つの国にまたがって検証した結果、これらの新たなデータソースは、低体重者や若年者における金融行動を予測するのに特に有用であることが示された。
  論文  参考訳（メタデータ） (2020-05-09T01:32:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。