試分析地下錢莊洗錢行為的可視分析平臺研發與應用

◆饒蘭香付 康劉波平施煒利孟莎莎

（1.江西省計算技術研究所 江西 330002; 2.江西省軟件工程技術研究中心 江西 330002）

試分析地下錢莊洗錢行為的可視分析平臺研發與應用

◆饒蘭香1，2付 康1，2劉波平1，2施煒利1，2孟莎莎1，2

（1.江西省計算技術研究所 江西 330002; 2.江西省軟件工程技術研究中心 江西 330002）

隨著我國經濟實力與對外開放程度的提高，經濟犯罪中的洗錢行為也日益猖獗，嚴重影響到我國的經濟安全，因此必須加強對洗錢行為的打擊力度。本文從“可視分析”的內涵出發，分析了針對地下錢莊洗錢行為可視分析平臺的構建策略，以及該平臺在辦案過程中的應用。

洗錢行為; 經濟犯罪; 可視分析; 網絡平臺

0 前言

互聯網上的數據不但數量巨大，而且具有復雜性與分散性，很難通過人工分析的方式進行深入挖掘，因此在面對海量數據時，需要借助一定的先進軟件來進行分析。[1]可視分析正是這樣一種數據分析調查的軟件，能夠有效地從海量的數據中篩選出所需要的特定數據，并通過圖形的方式呈現，并利用先進的分析方法將各個數據之間的關聯性展示出來，方便對數據的調查與分析，因此被廣泛應用于證據提取、情報調查等領域[2]。

1 針對地下錢莊洗錢行為的可視分析平臺構建

圖1 平臺結構

可視分析平臺主要是利用Java中的Prefuse作為構建基礎，通過構建數據采集分析器（data acquisition analyzer）、數據轉換器（data converter）以及數據展示器（data presenter）這三個基本框架。采集分析器能夠將自動搜集得來數據進行整理、篩選，并將其轉化為相同的格式[3]。轉換器則是將分析整理好的數據轉換為一種可視結構，并以Graph-ML文件這一形式固定下來[4]。生成器則將可視結構的Graph-ML文件利用圖形的方式最終呈現出來。可是分析平臺的基本結構圖如圖1。

1.1 采集分析框架構建

根據地下錢莊洗錢的特點來看，其洗錢行為往往是利用不同的賬戶在不同的銀行進行的，也有可能直接利用網上銀行的轉賬操作進行資金的流轉。[5]由于每個銀行對資金存取的方式也是不一的，這就導致相關操作數據的格式、類型以及內容等是不同的，為證據的獲取增加了難度。因此要構建數據的采集分析框架，就必須將可疑賬戶中不同格式的交易數據轉化為一定的數據模型，[6]主要包括交易賬戶信息（Account Info,AI）、賬戶交易基本信息（Account Trade Basic Info,ATBI）、賬戶交易統計信息（Account Trade Stat Info,ATSI）、賬戶節點信息（Account Node Info,ANI）、賬戶節點關系信息（Account Node Relation Info,ANRI）這幾個基本的模型，在建立起基本模型之后，還要對每個模型中的詳細數據進行構建[7]。

1.2 數據轉換框架構建

在采集分析系統中已經要對地下錢莊洗錢所涉及到的交易數據進行了處理，這時就需要利用數據轉換器將相關數據處理成可視化數據[8]。主要包括以下幾個步驟:

（1）將處理完成的交易數據轉化為成相應的Graph-ML文件;（2）將Graph-ML文件格式的交易數據加載進Prefuse數據包所支持的Graph結構中[9];

（3）建立相關的Visualization對象，從而將Graph結構映射為可視化的對象，方便下一步的處理工作;

而可視化元素包括:圖形節點信息（Graph Node Info,GNI）、圖形節點關聯信息（Graph Node Relation Info,GNRI）這兩類[10]。

1.3 數據展示框架構建

要將轉換完成的相關數據呈現出來，具要將Graph結構中的可視化元素進行描繪，其步驟如下:

（1）創設渲染工廠（Renderer Factory），使Graph結構中的可視化元素能夠被映射出來，并通過渲染器加以注冊;

（2）對出句進行操作，并將抽象層進行處理，利用添加顏色、改變形狀與尺寸等，將洗錢的數據利用圖像的方式以不同的形狀呈現出來;

（3）將所要現實處理的圖像進行初始化設置，隨后利用控制器進行特定的指向操作，并設置好搜索與篩選的對象[11]。

2 可視化分析平臺在洗錢行為證據提取中的應用

（1）辦案人員在得到許可的情況下從銀行等金融機構提取嫌疑對象的資金交易記錄以及賬戶信息等數據[12]。

（2）分析嫌疑對象的資金交易信息，分析賬戶的性質，判斷是否為經營性的賬戶、重點賬戶，并根據銀行提供的信息鎖定與該賬戶有過交易的相關賬戶，并調取數據[13]。

（3）首先將相關賬戶數據信息以數據模型的形式錄入到數據采集分析系統中，對其進行篩選與整理。其次，把處理好的數據轉換為Graph-ML格式，并進行可視化操作。最后，對數據進行渲染操作，使之形象的展現出來。

（4）對可視化圖形進行分析，并判斷嫌疑賬戶的洗錢行為是否成立。如果成立，將數據作為證據的一部分，并作出進一步的偵查[14]。

3 結束語

通過構建可視分析平臺對洗錢數據進行分析，能夠讓辦案人員快速地篩選出特定的信息，并對犯罪行為作出進一步的調查。可視分析平臺在取證的應用，能夠有效打擊地下錢莊的洗錢行為，遏制經濟犯罪，維護我國的經濟安全。

[1]阮雪梅.“地下錢莊”的法律問題研究[J].企業經濟，2008.

[2]黎友煥，郭文美.當前地下錢莊的影響及其對策分析[J].福建師范大學學報（哲學社會科學版），2008.

[3]李友剛.從地下錢莊與洗錢的關系探討遏制洗錢工作的對策[J].湖南財經高等專科學校學報，2007.

[4]王鑫.地下錢莊的成因及防治對策[J].湖南公安高等專科學校學報，2005.

[5]馬繼峰，彭曉源，丁瑩，蔡志浩.虛擬樣機可視化支撐平臺的研究與實現[J].系統仿真學報，2005.

[6]張海霞.地下錢莊與洗錢[J].今日科苑，2006.

[7]劉曉英，文庭孝，楊忠.專利信息可視化分析系統的現狀與技術基礎[J].情報理論與實踐，2015.

[8]夏威夷，張迪，朱立谷.基于決策樹的可視化分析平臺的設計與實現[J].中國傳媒大學學報（自然科學版），2015.

[9]李冬妮，李健.網絡協議過程分析平臺及可視化研究[J].網絡安全技術與應用，2010.

[10]張浩，郭燦.數據可視化技術應用趨勢與分類研究[J].軟件導刊，2012.

[11]李瑞娟.可視化的微控制器分析平臺設計[J].通信技術，2012.

[12]張尚弘，易雨君，江巖，冶運濤.基于紋理的流場動態可視化平臺開發[J].水力發電學報，2011.

[13]張曉宇，鄧昌智，王宏安.面向地下錢莊洗錢行為的可視化交互分析平臺[J].計算機應用研究，2015.

[14]李志強.基于數據挖掘技術的可疑洗錢交易行為模式識別研究[D].西南交通大學，2008.

江西省科技計劃項目（項目編號:20142BBE5002 5）。