◆饒?zhí)m香付 康劉波平施煒利孟莎莎
(1.江西省計算技術(shù)研究所 江西 330002; 2.江西省軟件工程技術(shù)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(fā)與應(yīng)用
◆饒?zhí)m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(shù)研究所 江西 330002; 2.江西省軟件工程技術(shù)研究中心 江西 330002)
隨著我國經(jīng)濟(jì)實力與對外開放程度的提高,經(jīng)濟(jì)犯罪中的洗錢行為也日益猖獗,嚴(yán)重影響到我國的經(jīng)濟(jì)安全,因此必須加強(qiáng)對洗錢行為的打擊力度。本文從“可視分析”的內(nèi)涵出發(fā),分析了針對地下錢莊洗錢行為可視分析平臺的構(gòu)建策略,以及該平臺在辦案過程中的應(yīng)用。
洗錢行為; 經(jīng)濟(jì)犯罪; 可視分析; 網(wǎng)絡(luò)平臺
互聯(lián)網(wǎng)上的數(shù)據(jù)不但數(shù)量巨大,而且具有復(fù)雜性與分散性,很難通過人工分析的方式進(jìn)行深入挖掘,因此在面對海量數(shù)據(jù)時,需要借助一定的先進(jìn)軟件來進(jìn)行分析。[1]可視分析正是這樣一種數(shù)據(jù)分析調(diào)查的軟件,能夠有效地從海量的數(shù)據(jù)中篩選出所需要的特定數(shù)據(jù),并通過圖形的方式呈現(xiàn),并利用先進(jìn)的分析方法將各個數(shù)據(jù)之間的關(guān)聯(lián)性展示出來,方便對數(shù)據(jù)的調(diào)查與分析,因此被廣泛應(yīng)用于證據(jù)提取、情報調(diào)查等領(lǐng)域[2]。
圖1 平臺結(jié)構(gòu)
可視分析平臺主要是利用Java中的Prefuse作為構(gòu)建基礎(chǔ),通過構(gòu)建數(shù)據(jù)采集分析器(data acquisition analyzer)、數(shù)據(jù)轉(zhuǎn)換器(data converter)以及數(shù)據(jù)展示器(data presenter)這三個基本框架。采集分析器能夠?qū)⒆詣铀鸭脕頂?shù)據(jù)進(jìn)行整理、篩選,并將其轉(zhuǎn)化為相同的格式[3]。轉(zhuǎn)換器則是將分析整理好的數(shù)據(jù)轉(zhuǎn)換為一種可視結(jié)構(gòu),并以Graph-ML文件這一形式固定下來[4]。生成器則將可視結(jié)構(gòu)的Graph-ML文件利用圖形的方式最終呈現(xiàn)出來??墒欠治銎脚_的基本結(jié)構(gòu)圖如圖1。
1.1 采集分析框架構(gòu)建
根據(jù)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(jìn)行的,也有可能直接利用網(wǎng)上銀行的轉(zhuǎn)賬操作進(jìn)行資金的流轉(zhuǎn)。[5]由于每個銀行對資金存取的方式也是不一的,這就導(dǎo)致相關(guān)操作數(shù)據(jù)的格式、類型以及內(nèi)容等是不同的,為證據(jù)的獲取增加了難度。因此要構(gòu)建數(shù)據(jù)的采集分析框架,就必須將可疑賬戶中不同格式的交易數(shù)據(jù)轉(zhuǎn)化為一定的數(shù)據(jù)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(tǒng)計信息(Account Trade Stat Info,ATSI)、賬戶節(jié)點信息(Account Node Info,ANI)、賬戶節(jié)點關(guān)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(xì)數(shù)據(jù)進(jìn)行構(gòu)建[7]。
1.2 數(shù)據(jù)轉(zhuǎn)換框架構(gòu)建
在采集分析系統(tǒng)中已經(jīng)要對地下錢莊洗錢所涉及到的交易數(shù)據(jù)進(jìn)行了處理,這時就需要利用數(shù)據(jù)轉(zhuǎn)換器將相關(guān)數(shù)據(jù)處理成可視化數(shù)據(jù)[8]。主要包括以下幾個步驟:
(1)將處理完成的交易數(shù)據(jù)轉(zhuǎn)化為成相應(yīng)的Graph-ML文件;(2)將Graph-ML文件格式的交易數(shù)據(jù)加載進(jìn)Prefuse數(shù)據(jù)包所支持的Graph結(jié)構(gòu)中[9];
(3)建立相關(guān)的Visualization對象,從而將Graph結(jié)構(gòu)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(jié)點信息(Graph Node Info,GNI)、圖形節(jié)點關(guān)聯(lián)信息(Graph Node Relation Info,GNRI)這兩類[10]。
1.3 數(shù)據(jù)展示框架構(gòu)建
要將轉(zhuǎn)換完成的相關(guān)數(shù)據(jù)呈現(xiàn)出來,具要將Graph結(jié)構(gòu)中的可視化元素進(jìn)行描繪,其步驟如下:
(1)創(chuàng)設(shè)渲染工廠(Renderer Factory),使Graph結(jié)構(gòu)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(jìn)行操作,并將抽象層進(jìn)行處理,利用添加顏色、改變形狀與尺寸等,將洗錢的數(shù)據(jù)利用圖像的方式以不同的形狀呈現(xiàn)出來;
(3)將所要現(xiàn)實處理的圖像進(jìn)行初始化設(shè)置,隨后利用控制器進(jìn)行特定的指向操作,并設(shè)置好搜索與篩選的對象[11]。
(1)辦案人員在得到許可的情況下從銀行等金融機(jī)構(gòu)提取嫌疑對象的資金交易記錄以及賬戶信息等數(shù)據(jù)[12]。
(2)分析嫌疑對象的資金交易信息,分析賬戶的性質(zhì),判斷是否為經(jīng)營性的賬戶、重點賬戶,并根據(jù)銀行提供的信息鎖定與該賬戶有過交易的相關(guān)賬戶,并調(diào)取數(shù)據(jù)[13]。
(3)首先將相關(guān)賬戶數(shù)據(jù)信息以數(shù)據(jù)模型的形式錄入到數(shù)據(jù)采集分析系統(tǒng)中,對其進(jìn)行篩選與整理。其次,把處理好的數(shù)據(jù)轉(zhuǎn)換為Graph-ML格式,并進(jìn)行可視化操作。最后,對數(shù)據(jù)進(jìn)行渲染操作,使之形象的展現(xiàn)出來。
(4)對可視化圖形進(jìn)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(shù)據(jù)作為證據(jù)的一部分,并作出進(jìn)一步的偵查[14]。
通過構(gòu)建可視分析平臺對洗錢數(shù)據(jù)進(jìn)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(jìn)一步的調(diào)查??梢暦治銎脚_在取證的應(yīng)用,能夠有效打擊地下錢莊的洗錢行為,遏制經(jīng)濟(jì)犯罪,維護(hù)我國的經(jīng)濟(jì)安全。
[1]阮雪梅.“地下錢莊”的法律問題研究[J].企業(yè)經(jīng)濟(jì),2008.
[2]黎友煥,郭文美.當(dāng)前地下錢莊的影響及其對策分析[J].福建師范大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2008.
[3]李友剛.從地下錢莊與洗錢的關(guān)系探討遏制洗錢工作的對策[J].湖南財經(jīng)高等??茖W(xué)校學(xué)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(xué)校學(xué)報,2005.
[5]馬繼峰,彭曉源,丁瑩,蔡志浩.虛擬樣機(jī)可視化支撐平臺的研究與實現(xiàn)[J].系統(tǒng)仿真學(xué)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(tǒng)的現(xiàn)狀與技術(shù)基礎(chǔ)[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(shè)計與實現(xiàn)[J].中國傳媒大學(xué)學(xué)報(自然科學(xué)版),2015.
[9]李冬妮,李健.網(wǎng)絡(luò)協(xié)議過程分析平臺及可視化研究[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用,2010.
[10]張浩,郭燦.數(shù)據(jù)可視化技術(shù)應(yīng)用趨勢與分類研究[J].軟件導(dǎo)刊,2012.
[11]李瑞娟.可視化的微控制器分析平臺設(shè)計[J].通信技術(shù),2012.
[12]張尚弘,易雨君,江巖,冶運濤.基于紋理的流場動態(tài)可視化平臺開發(fā)[J].水力發(fā)電學(xué)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(jī)應(yīng)用研究,2015.
[14]李志強(qiáng).基于數(shù)據(jù)挖掘技術(shù)的可疑洗錢交易行為模式識別研究[D].西南交通大學(xué),2008.
江西省科技計劃項目(項目編號:20142BBE5002 5)。