郭曉帆
(中國人民銀行鄂州市中心支行,湖北 鄂州 436000)
大數據是集互聯網技術,電子信息技術,電子通訊技術等多個領域的高端技術而成的綜合性信息采集與處理的新興技術,它具有數據處理快,存儲信息量大,系統穩定等多種天然優勢,與商業銀行反洗錢系統需求契合度非常高。我們應該充分發揮大數據的天然優勢,將大數據技術應用于商業銀行反洗錢系統中,為商業銀行在打擊洗錢犯罪方面起到應有的作用。
大數據技術即是指通過互聯網技術,將海量數據進行同步處理和優化的一種新興技術。目前大數據技術廣泛的應用在物聯網以及商業領域中,為商業活動提供了科學的建模和有效的方案。將大數據應用在商業銀行反洗錢領域,能夠為商業銀行提供更加高質的技術支持和數據采集服務,提高商業銀行的數據處理能力和洗錢操作辨識能力,推動商業銀行配合相關部門打擊洗錢犯罪的發展進程。
大數據技術首先為商業銀行提供了反洗錢的架構設計,通過MySQL+HBase的模塊來進行客戶信息和交易流量的信息采集,并使用HDFS+HBase的模塊來進行數據建檔分類存儲;MySQL模塊會對每日的交易數據和客戶資料進行大量的比對分析,并將分析處理后的數據集中存儲與Hadoop的存儲平臺中,Hadoop會使用ApacheHive的數據處理模塊對處理后的數據進行反洗錢的數據對比,根據相關參數與用戶平時的行為習慣進行分析,得出存在洗錢嫌疑的客戶數據,并將結果導回到MySQL中,生成分析報告和相應圖表,并對商業銀行提出預警。在這個過程中,HBase負責輔助查詢,它在處理過程中能起到提高數據處理速度,提升查詢效率的作用。Hive是MySQL的引擎依托,目前百分之90的SQL引擎都將數據流和邏輯分析能力交給Hive進行處理。商業銀行的相關人員要針對預警進行相應的處理,對是否存在洗錢行為和處理方案進行數據回執,并將回執通過大數據接口進行傳遞,建立商業銀行與大數據的溝通,促進大數據系統對反洗錢系統實現功能上的自我優化。大數據應用于商業銀行反洗錢時,應該規范大數據對于商業銀行數據源的調取,對商業銀行的各個系統層級數據權限進行加密處理,防止大數據在進行MySQL調取相關對比參數時造成無用參數過多,減緩系統的運算能力[1]。
由于大數據具有大量、高速、準確的特質,將大數據應用在商業銀行反洗錢上,能夠有效提高商業銀行反洗錢的效率,協助商業銀行突破反洗錢業務上的技術瓶頸。商業銀行自身的數據庫存在兼容性差,硬件性能較低,數據處理緩慢的劣勢,而商業銀行將自身數據庫與大數據平臺的數據庫對接,提升自身數據庫的兼容性,并且能夠對自己數據庫起到優化作用,借助于大數據技術,商業銀行能夠在反洗錢數據處理方面使數據擴充得到充分的技術支持,有效的提高商業銀行反洗錢的數據處理能力。
大數據技術可以將商業銀行的客戶信息,客戶交易資金,客戶交易地點進行建檔存儲,同時會對每筆交易產生的情況進行有效記錄,比對客戶所有業務的辦理情況,根據相關參數來智能化判斷該客戶是否存在洗錢操作。通過大數據的一系列處理方案,有效的提高了商業銀行反洗錢的準確性,讓商業銀行可以準確的鎖定涉嫌洗錢的客戶[2]。
大數據技術是互聯網技術結合數據信息技術等特色技術而誕生的高尖產物,它可以根據商業銀行的職能和特點來不斷的優化自身的系統以滿足商業銀行反洗錢的需求。隨著洗錢犯罪手段的不斷演變,洗錢犯罪的手段也變的更具有隱蔽性,缺乏辨識度,讓商業銀行和相關部門很難進行預警。大數據技術可以根據其犯罪方式的改變來優化自身的邏輯和算法,通過互聯網技術來加強自身的處理能力和對洗錢犯罪的偵查能力。
在大數據應用前,很多銀行根據國家反洗錢法的相關規定,使用自身傳統數據庫進行洗錢犯罪的偵查活動。然而由于系統的處理能力有限,客戶交易量過于龐大,系統常常出現無法有效進行預警的現象,造成商業銀行無法對洗錢犯罪進行有效偵查和預警,傳統系統使用性不足讓商業銀行不得不依賴人工輔助的方式進行反洗錢偵查活動。而大數據技術應用后,將有效打破這種模式瓶頸,它獨特的依賴與Hive進行數據計算的方式,讓銀行自身的系統不再有數據統計和數據計算的壓力,HBase作為SQL的輔助工具也包含高伸縮性,高運轉量的實用特質,讓商業銀行的反洗錢系統不再成為擺設,提高了商業銀行打擊洗錢犯罪的效率。
隨著大數據的誕生和應用,為商業銀行反洗錢提供了全新的思路。將大數據技術應用于商業銀行的反洗錢業務中,能夠增強銀行反洗錢系統的數據處理能力,提高對犯罪定位的準確性,也可以根據不同要求來優化系統,提升商業銀行反洗錢系統的實用性。隨著洗錢犯罪的形式不斷變化,隱蔽性越來越高,相信大數據技術將為商業銀行的反洗錢提供更多智能化實用性的方案,為整個金融市場帶來全面的反洗錢技術變革。