网络与信息安全学报 ›› 2019, Vol. 5 ›› Issue (5): 48-55.doi: 10.11959/j.issn.2096-109x.2019050

• 专栏：复杂网络环境下的路由技术 • 上一篇    下一篇

金融网络频繁链路发现算法

吕芳, 汤丰赫, 黄俊恒, 王佰玲()   

  1. 哈尔滨工业大学（威海）计算机科学与技术学院，山东 威海 264209
  • 修回日期:2019-02-10 出版日期:2019-10-15 发布日期:2019-11-02
  • 作者简介:吕芳（1990- ），女，山东阳谷人，哈尔滨工业大学（威海）博士生，主要研究方向为复杂网络、信息内容安全、数据挖掘。|汤丰赫（1998- ），男，满族，内蒙古呼和浩特人，主要研究方向为信息内容安全。|黄俊恒（1966- ），男，河南新乡人，哈尔滨工业大学(威海)副教授，主要研究方向为数据挖掘、人工智能。|王佰玲（1978- ），男，黑龙江哈尔滨人，哈尔滨工业大学教授、博士生导师，主要研究方向为信息对抗、信息安全、信息搜索、移动网络、金融安全。
  • 基金资助:
    国家重点研发计划重点专项基金资助项目(2018YFB2004201);国家重点研发计划重点专项基金资助项目(2017YFB0801804);前沿科技创新专项基金资助项目(2016QY05X1002-2);国家区域创新中心科技专项基金资助项目(2017QYCX14);山东省重点研发计划基金资助项目(2017CXGC0706);中央高校基本科研业务费专项资金资助项目(HIT.NSRIF.2020098);2017威海市大学共建基金资助项目

Frequent path discovery algorithm for financial network

Fang LYU, Fenghe TANG, Junheng HUANG, Bailing WANG()   

  1. School of Computer Science and Technology,Harbin Institute of Technology(weihai),Weihai 264209,China
  • Revised:2019-02-10 Online:2019-10-15 Published:2019-11-02
  • Supported by:
    The National Key Research and Development Program of China(2018YFB2004201);The National Key Research and Development Program of China(2017YFB0801804);Frontier Science and Technology in Notation of China(2016QY05X1002-2);National Regional Innovation Center Science and Technology Special Project of China(2017QYCX14);Key Research and Development Program of Shandong Province(2017CXGC0706);The Fundamental Research Funds for the Central Universities(HIT.NSRIF.2020098);2017 University Co-construction Project in Weihai City

在线阅读

40

pdf下载

1084

摘要：

随着各种非法金融活动的泛滥，从金融网络中发现犯罪线索的分析研究越来越引起学者的重视。对银行账户交易数据的特点进行了详细分析，建立了银行账户交易网络通用模型。在此基础上，为解决金融实体之间关系强度的评估问题，提出了双向活跃边搜索计算方法。为了还原犯罪组织的资金流动方式，提出了深度可控的广度优先频繁链路发现方法。在真实银行数据上的实验证明，上述方法能有效解决同伙预测和资金追踪问题。

关键词: 双向活跃边, 频繁链路, 同伙预测, 资金追踪

Abstract:

With the proliferation of various illegal financial activities,more and more attention is paid to the research of finding criminal cues in financial network by scholars.The characteristics of the transaction data generated by bank accounts are analyzed in detail,and a general model of bank account transaction network is established.On this basis,a two-direction active edge searching method is proposed to solve the problem of evaluating the relationship strength between financial entities.And then,a breadth-first frequent path discovery algorithm with depth controlled is presented,with which the way how the financial flows is restored.Experiment results on the real bank data show that the above two methods are effective in solving the problem of peer prediction and financial tracking respectively.

Key words: two-direction active edge, frequent path, peer prediction, financial tracking

中图分类号: 

No Suggested Reading articles found!