AI反洗钱可疑交易识别定制：资金网络与案例溯源

金融AI实验室近期在反洗钱场景做了一组实验：把可疑交易识别从单笔规则判断，改为「账户—交易」异构图上的链路推理。样本取自脱敏对公流水，正例为已结案的可疑上报，负例为同期未上报账户。

进展：

• 图特征与行为序列特征拼接后，可疑团伙召回在前200名区间较纯规则基线提升约1.9倍；但对「小额高频、分散转入」的拆分型账户仍有漏检。
• 案例溯源以子图切片输出，把命中路径按资金流向还原到具体几笔交易，人工复核时间从平均十几分钟降到三分钟以内，误报理由可回填上报单据。

下一步验证跨机构样本的迁移效果，并补入非柜面渠道的登录与设备指纹，观察弱信号能否把「养卡—快进快出」阶段提前识别出来。