[論文レビュー] An efficient Search Tool for an Anti-Money Laundering Application of an Multi-national Bank's Dataset

Nhien‐An Le‐Khac, Sammer Markos+3 more|arXiv (Cornell University)|Sep 4, 2016

Algorithms and Data Compression参考文献 9被引用数 12

ひとこと要約

本論文では、多国籍バンクにおけるAMLシステムにおける顧客特定を向上させるために、効率的な検索ツールを提示する。実世界の金融データセットを対象に最適化されたインデキシングとファジー一致技術を活用することで、クエリ応答時間を顕著に短縮し、分散データベースにまたがる顧客の特定精度を向上させ、大規模AML応用において高い効率性と有効性を示している。

ABSTRACT

Today, money laundering (ML) poses a serious threat not only to financial institutions but also to the nations. This criminal activity is becoming more and more sophisticated and seems to have moved from the clichy of drug trafficking to financing terrorism and surely not forgetting personal gain. Most of the financial institutions internationally have been implementing anti-money laundering solutions (AML) to fight investment fraud activities. In AML, the customer identification is an important task which helps AML experts to monitor customer habits: some being customer domicile, transactions that they are involved in etc. However, simple query tools provided by current DBMS as well as naive approaches in customer searching may produce incorrect and ambiguous results and their processing time is also very high due to the complexity of the database system architecture. In this paper, we present a new approach for identifying customers registered in an investment bank. This approach is developed as a tool that allows AML experts to quickly identify customers who are managed independently across separate databases. It is tested on real-world datasets, which are real and large financial datasets. Some preliminary experimental results show that this new approach is efficient and effective.

研究の動機と目的

• 分散データベースにまたがる顧客特定において、既存のDBMSクエリツールの非効率性と不正確さを是正すること。
• 大規模な金融データセットにおける複雑なデータベースアーキテクチャが引き起こす高コストな処理時間を低減すること。
• 曖昧で誤った結果を最小限に抑えることで、AML応用における顧客特定の信頼性を向上させること。
• 実世界の大規模金融データセットに特化したスケーラブルなソリューションを構築すること。
• AML専門家が複数のデータベースにまたがり、顧客行動を効果的に監視し、不審な取引を検出できるようにすること。

提案手法

• 提案手法は、分散された顧客記録間での検索処理を高速化するためのカスタムインデックス構造を採用する。
• 名前、住所、識別子などの顧客データのばらつきに対応するため、ファジー一致アルゴリズムを実装する。
• 実際の大手多国籍バンクの大型金融データセット上で動作するように設計され、実用的妥当性を確保する。
• 既存のデータベース管理システム（DBMS）と統合可能であり、下位のスキーマ変更を伴わずにクエリパフォーマンスを向上させる。
• AML顧客監視ワークフローで一般的に見られる結合（join）および選択（selection）操作の最適化に焦点を当てる。
• 本番環境レベルのワークロードをシミュレートするために、実際の取引および顧客データを用いて評価を実施する。

実験結果

リサーチクエスチョン

• RQ1 顧客データが複数のデータベースに分散している場合、AMLシステムにおける顧客特定をどのように改善できるか？
• RQ2 大規模金融データベースにおけるAML監視用途で、クエリ応答時間を短縮するにはどのような技術が有効か？
• RQ3 ファジー一致とインデキシング技術が、顧客検索における誤検出（偽陽性）と曖昧な結果をどの程度低減できるか？
• RQ4 標準的なDBMSクエリツールと比較して、提案手法のツールは実世界の大規模金融データセットにおいてどの程度有効か？
• RQ5 多国籍バンクの高密度かつ多様なデータ量を伴うデータ環境において、このツールは効果的にスケーリング可能か？

主な発見

• 提案された検索ツールは、大規模金融データセットにおいて、従来のDBMSクエリ手法と比較して、クエリ応答時間を顕著に短縮した。
• ファジー一致による曖昧で誤った結果の低減により、顧客特定の精度が向上した。
• 予備実験の結果、本ツールは高ボリュームかつ多様な実世界金融データを効率的に処理できることを示した。
• 最適化されたインデキシングとファジー一致技術の統合により、下位のデータベーススキーマの変更なしに検索パフォーマンスが向上した。
• 本ツールは、多国籍バンクにおける実際のAML監視ワークフローにおいて、強力なスケーラビリティと実用的適用性を示した。
• 結果から、本アプローチが大規模AML応用における顧客特定において、両方の観点である効率性と有効性を満たしていることが確認された。