基于信息熵的金融网络洗钱社区发现新算法

发布时间：2018-03-17 04:19

  本文选题：金融网络　切入点：洗钱交易　出处：《现代电子技术》2017年17期 　论文类型：期刊论文

【摘要】：针对洗钱交易的大数据大额可疑特征和量化特点,基于凝聚和优化指标的思想,提出一种ML-CDBIE算法。该算法根据节点信息熵的相似性和社区信息熵的稳定性进行洗钱社区发现。根据增加节点后社区熵的变化是否剧烈可以判断节点的划分是否正确,是否属于社区的成员,从而实现洗钱社区的发现。实验结果表明,该算法不仅具有洗钱账户识别率高和良好的社区结构,而且为金融网络洗钱社区发现提供了一种新途径。
[Abstract]:Aiming at the suspicious and quantitative characteristics of big data in money laundering transactions, based on the idea of agglomeration and optimization of indicators, This paper presents a ML-CDBIE algorithm. Based on the similarity of node information entropy and the stability of community information entropy, the algorithm makes community money laundering discovery. According to whether the community entropy changes sharply after the node is increased, it can be used to determine whether the node division is correct or not. The experimental results show that the algorithm not only has a high recognition rate of money laundering account and a good community structure, but also provides a new way for the community discovery of financial network money laundering.
【作者单位】： 西京学院信息工程学院;重庆大学土木工程学院;西安理工大学计算机科学与工程学院;
【基金】：国家自然科学基金(61273271) 陕西省工业科技攻关项目(2016GY-141) 陕西省教育厅科研项目(16JK2241) 西京学院教改项目(JYYB1638)资助
【分类号】：F832.2;O236

【相似文献】

中国期刊全文数据库 前4条

1 薛耀文,张朋柱,范静;复杂金融网络中资金异常流动仿真监测平台设计与实现[J];系统工程理论方法应用;2005年05期

2 李e，

本文编号：1623140