我国金融业的迅速发展和金融信息化的不断深入，使得金融活动不仅瞬间完成，而且金融交易数量持续增长，金融机构每天都会有数以亿计的海量交易发生。要在海量金融交易中识别匿藏于其中的可疑交易，仅仅依赖人工识别是比较困难的。加之，可疑金融交易识别不仅涉及领域知识、客户背景知识及客户行为模式，还与不断变化的洗钱方式和途径密切相关。由于洗钱活动越来越专业化，特别是现代金融体系越来越复杂，金融产品创新层出不穷，给可疑金融交易识别带来极大的挑战。此外，能否有效识别已经发生的可疑金融交易，还取决于所采用的识别方法、技术和手段的有效性。《反洗钱中的可疑金融交易识别》是由张成虎教授及其博士研究生与西安交通大学金融商务智能与反洗钱研究中心近年来对基于数据挖掘技术与方法的可疑金融交易识别研究与应用的部分成果的系统总结，得到了国家自然科学基金“基于数据挖掘的可疑金融交易识别研究”项目的资助。

　　2．4．2．2  数据流挖掘的主要技术与算法
　　（1）数据流挖掘技术。
　　数据流挖掘的特点决定厂其核心问题是实现低时空复杂度的单遍扫描处理，同时必须要解决内存空间的有限性与数据规模的无限性，以及挖掘精度与挖掘效率这两大矛盾，即需要在特定的有限内存空间里不断维护和更新能够最大限度承载数据流所含信息的概要数据结构，并能够依据这个概要数据结构获得所需精度下的挖掘结果。在此过程中，数据流挖掘技术被用于对原始数据流的转化及简化计算，主要有以下几种：
　　第一，窗口技术。窗口技术是最常用的解决数据流挖掘中内存空间有限性与数据规模无限性矛盾的技术，该技术的核心是利用各种窗口模型划分数据流，窗口范围内仅显示满足特定条件的数据流数据，并利用相应的数据挖掘技术对窗口内的数据进行分析和处理。最基本的窗口模型有滑动窗口模型、界标窗口模型和快照窗口模型三种。
　　第二，近似抽样技术。在生成概要数据结构时，近似抽样技术是一种常用和简单的方法，即是依据相应的规则从数据集中选取小部分在一定程度上可代表总体的数据作为样本数据集，并基于对样本数据集的分析和处理获取总体数据集中蕴含知识的近似反映。由于数据流的整体规模和后期新到数据的分布情况无法预知，因此近似抽样技术必须解决样本量过大则无法有效缩减原始数据与样本量过小则无法有效反映整体数据之间的矛盾，且必须动态考虑对当前到达数据的处理情况，常见的近似抽样技术有水库抽样、链式抽样、基于密度的偏倚抽样以及动态分层抽样等。
　　第三，大纲数据结构生成技术。由于数据流挖掘需要在挖掘精度与挖掘效率之间平衡，对挖掘结果的要求通常是近似的，因此经常使用生成大纲数据结构的方法对原始数据流进行缩减。大纲一般是指对数据的概要描述，大纲数据结构是指能够提供原始数据流的概要描述，且能在一定程度上代表原始数据但规模小得多的任何数据结构。大纲数据结构的基本思想是：针对需要的计算和挖掘任务，只保留满足基本需要的数据信息，同时，不支持利用生成的数据结构逆向还原初昤数据流。目前主要的大纲数据结构生成技术有直方图、小波分析和随机算法等。
　　（2）数据流挖掘算法。
　　数据流挖掘算法就是从数据流中发现并提取隐含的、事前不知道的，但是却是人们感兴趣的或者有潜在价值的信息和知识的具体方法。
　　……

第1章  绪论
1.1  研究背景
1.2  本书的目的和意义
1.3  国内外研究进展
1.4  本书的内容与框架
第2章  可疑金融交易识别的理论与方法
2.1  洗钱与反洗钱
2.2  可疑金融交易识别
2.3  金融交易信息的特征与异常模式
2.4  可疑金融交易识别方法
第3章  基于CURE聚类的可疑金融交易离群点识别
3.1  问题的提出
3.2  离群点聚类与交易资金异常转移检测
3.3  算法的实现及结果评估
第4章  基于小波分析的交易序列突变点检测
4.1  问题描述
4.2  小波分析与小波变换
4.3  交易序列突变点小波检测方法
4.4  实验及结论
第5章  基于链接挖掘的金融交易路径异常识别
5.1  链接挖掘与金融交易网络分析
5.2  金融交易路径异常与链接挖掘
5.3  链接挖掘实证分析
第6章  基于关联规则挖掘的可疑金融交易识别
6.1  关联规则挖掘的基本概念
6.2  基于模糊概念的可疑金融交易量化关联规则
6.3  基于约束的可疑金融交易识别关联规则
6.4  基于隐私保护挖掘的可疑金融交易跨表识别
第7章  基于数据流挖掘的可疑金融交易动态识别
7.1  可疑金融交易的动态识别
7.2  基于数据流频繁项挖掘的可疑频繁特征动态识别
7.3  可疑关联特征动态识别
参考文献