反洗钱
智能反洗钱是基于慧安金科自主知识产权的主动式机器学习技术为核心的人工智能解决方案，帮助金融机构更精准的进行客户洗钱风险评级、可疑交易监测、分析报告智能生成，进而提升金融机构反洗钱业务工作质量、工作效率并降低合规成本。
优势
低误报
——最大可能的识别出不可疑交易，纠正人工审核的不一致性，提升审核效率及质量。
扩召回
——增补未触发规则系统洗钱客户，识别潜伏而狡猾的洗钱网络，切实提高金融机构识别洗钱交易能力。
前置化
——在新开户环节，拦截洗钱客户，降低后续反洗钱监测的负担。
降成本
——优化人力资源配置，切实有效降低工作成本。
可视化
——基于图谱分析的可视化分析，交互性更强，案件排查更高效、更直观。
案例介绍
新开客户洗钱风险评级
洗钱风险识别前置，在开户阶段识别洗钱风险。
可疑案宗精准化上报
学习资深反洗钱专家识别可疑案宗的经验和能力。
洗钱网络团伙识别
基于图挖掘技术识别出未被传统规则覆盖的高风险洗钱团伙案宗。
反洗钱分析报告智能生成
通过复杂的自然语言处理，结合客户信息、交易信息等特征和结构化的反洗钱分析要点，智能生成反洗钱分析报告。
反洗钱案件智能排查
快速响应监管部门案件排查要求，可视化展示排查结果。
智能审计
慧安金科审计风险监测解决方案面向金融机构内控审计合规业务场景，融合了公司自研的半监督算法、图关联算法、资金流向异常检测算法、专家经验等，开创了半监督算法在内控审计风险监测应用的先河，证明了AI算法在审计风险监测中的可行性，解决了结果可解释、结果灵活展示、AI和业务经验融合等一系列问题，有力支撑非现场、智能化审计模式下各类审计活动有效运转。
优势
主动式机器学习——在仅有很少标签甚至没有标签的情况下，能够最大程度地结合专家经验进行建模，对模型结果进行调优。
结果可解释性——把专家经验融入模型，不仅能给风险打分，而且能对结果进行解释，输出与业务具有强关联的特征，特别是在团伙结果的可解释性方面做出了开创性的成果。
审计持续监测——定时调度并持续运行相关风险模型，自研基于DAG（有向无环图）的调度管理工具，快速对多个风险模型进行数据依赖、任务依赖的梳理，生成调度策略，方便模型上线。
结果灵活展示——结合审计业务特点开发了风险展示工具，能够对多个模型的结果进行灵活配置，实时生成模型结果页面，动态进行模型发布，以供审计专家对结果进行分析和核验。
案例介绍
票据中介团伙
基于客户关联关系总结关联特征，利用半监督技术进行稠密子图检测，提高风险客户的召回率。
供应链虚假融资
通过资金流异常监测算法输出的可疑模式匹配可疑的交易链路，整合多个特征类型包括业务相关特征、财报特征等，进行团伙评分以及过滤，并输出检测结果。
客户倒贷
倒贷风险监测模型能准确抓取倒贷资金的来源去向，并清晰地识别贷款资金实际提供方与贷款资金支付方的联系，获取较为确凿的审计证据。
外汇拆分
基于收结汇、售付汇的账户及交易等信息，依据半监督算法检测到的团伙和风险展示特征，从团伙中筛选出具有外汇分拆风险的团伙。
反欺诈
智能反欺诈是建立在基于慧安金科人工智能分析平台的解决方案，针对各类反欺诈业务场景，通过自主研发的主动式机器学习技术，帮助金融机构识别申请和交易过程中的欺诈风险，解决业务中面临的诸如时效性差、误报率高、覆盖率低、对抗性差等问题。
优势
高实时——毫秒级（20MS）的实时计算能力，满足实时反欺诈需求场景。
团伙化——无预知欺诈的类型和特点、无预知特征有效性的情况下，以团伙化的方式识别欺诈账户。
前置化——在新开户环节，拦截欺诈客户，降低后续反欺诈监测的负担。
可视化——基于图谱分析的可视化分析界面，交互性更强，案件排查更高效、更直观。
案例介绍
交易反欺诈
实时（20ms）识别其盗刷风险，
给出风险评分，大幅度提升对欺诈交易的精准评分能力，同时突破实现对信息泄露点的高效、精确定位。
营销反欺诈
基于已有欺诈帐户的少量样本，通过图挖掘分析，识别异常行为和关联，提前发现欺诈团伙和未知攻击，及时进行干预，降低损失。
运营风险
风险账户识别具体包括对公账户团伙风险识别以及零售账户风险识别，以主动式机器学习技术综合少量标签数据和大量无标签数据，对账号的异常行为和关联关系进行建模，精准检测狡猾多变的协同行为，大幅度提高覆盖率，降低误伤率。
优势
前置化——发现事前潜伏风险客户，对风险账户做到提前采取防范措施。
主动化——提高了主动发现风险账户能力，增强系统的风险对抗防御能力。
规范化——对前端业务进行优化和完善，形成风险防范闭环，提升账户运管部门管控的 精细化水平。
可视化——基于图谱分析的可视化分析，更高效、更直观。
案例介绍
对公账户风险识别
基于公司账户的基本信息、股东信息、关联信息等内容，通过图挖掘技术深入挖掘不同账户之间内在联系，并进一步分析业务问题以及搜索识别风险账户。
零售账户风险识别
基于零售账户的基本信息、注册信息、事件信息等内容，使用主动式机器学习技术，识别具有高危业务风险的关联团以及集中操控关联团。