交易系统中数据报送方法、装置和计算机设备与流程

1.本技术涉及计算机技术领域，特别是涉及一种交易系统中数据报送方法、装置、计算机设备、存储介质和计算机程序产品。


背景技术：

2.根据人民银行反洗钱管理及数据报送相关政策规范要求，所有涉及客户信息变动或客户账户信息变动的数据，均应纳入反洗钱监控和数据报送的范围。因此，要求业务主管单位必须保证相关数据完整、准确的传送至反洗钱系统，保证反洗钱报送的及时性与准确性。
3.一般来说，银行与客户建立了业务关系，并为其提供了实质性银行服务产生的客户、账户、交易信息均在核心系统进行登记，但随着银行业务与产品地蓬勃发展，一些新的、特殊的业务(如数字人民币、钱大掌柜、零售网贷系统等)未在核心系统进行登记，则需要单独向反洗钱系统进行供数。不论是从监管报送角度、还是从银行业务标准化和技术复用性角度，都亟需一个通用的报送规范与数据处理策略，以提高交易系统向反洗钱系统的数据报送效率。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高交易数据报送效率的交易系统中数据报送方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
5.第一方面，本技术提供了一种交易系统中数据报送方法。所述方法包括：
6.获取交易系统中非核心交易数据；
7.根据预设接口规范对所述非核心交易数据进行解析，得到规范交易数据；
8.提取所述规范交易数据中数据特征、并根据所述数据特征在预设模型数据库中查找匹配的可疑模型，所述预设模型数据库中存储有多个可疑模型，所述可疑模型用于识别可疑交易行为；
9.若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统。
10.在其中一个实施例中，所述若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统之前，还包括：
11.获取匹配相同的可疑模型对应的规范交易数据子集；
12.根据所述规范交易数据子集中交易客户数据进行组网，以去重所述规范交易数据子集中相同客户交易对应的规范交易数据，得到去重规范交易数据；
13.所述若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统包括：
14.若根据所述去重规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所
述去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。
15.在其中一个实施例中，所述若根据所述去重规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述去重规范交易数据生成报文，并上传生成的报文至反洗钱系统包括：
16.若根据所述去重规范交易数据、匹配的可疑模型及预设分数阈值识别存在可疑交易，则根据所述去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。
17.在其中一个实施例中，所述若根据所述去重规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述去重规范交易数据生成报文，并上传生成的报文至反洗钱系统之前，还包括：
18.对所述去重规范交易数据进行校验；
19.若校验通过，则根据所述去重规范交易数据生成报文；
20.若校验不通过，则反馈校验不通过信息。
21.在其中一个实施例中，所述提取所述规范交易数据中数据特征、并根据所述数据特征在预设模型数据库中查找匹配的可疑模型之前，还包括：
22.获取反洗钱系统所需交易数据类型；
23.根据所述反洗钱系统所需交易数据类型，筛选所述规范交易数据。
24.在其中一个实施例中，所述若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统包括：
25.若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文；
26.将报文压缩成数据包，上传压缩的数据包至反洗钱系统。
27.第二方面，本技术还提供了一种交易系统中数据报送装置。所述装置包括：
28.数据获取模块，用于获取交易系统中非核心交易数据；
29.解析模块，用于根据预设接口规范对所述非核心交易数据进行解析，得到规范交易数据；
30.模型匹配模块，用于提取所述规范交易数据中数据特征、并根据所述数据特征在预设模型数据库中查找匹配的可疑模型，所述预设模型数据库中存储有多个可疑模型，所述可疑模型用于识别可疑交易行为；
31.报文生成模块，用于若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统。
32.第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
33.获取交易系统中非核心交易数据；
34.根据预设接口规范对所述非核心交易数据进行解析，得到规范交易数据；
35.提取所述规范交易数据中数据特征、并根据所述数据特征在预设模型数据库中查找匹配的可疑模型，所述预设模型数据库中存储有多个可疑模型，所述可疑模型用于识别可疑交易行为；
36.若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统。
37.第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
38.获取交易系统中非核心交易数据；
39.根据预设接口规范对所述非核心交易数据进行解析，得到规范交易数据；
40.提取所述规范交易数据中数据特征、并根据所述数据特征在预设模型数据库中查找匹配的可疑模型，所述预设模型数据库中存储有多个可疑模型，所述可疑模型用于识别可疑交易行为；
41.若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统。
42.第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
43.获取交易系统中非核心交易数据；
44.根据预设接口规范对所述非核心交易数据进行解析，得到规范交易数据；
45.提取所述规范交易数据中数据特征、并根据所述数据特征在预设模型数据库中查找匹配的可疑模型，所述预设模型数据库中存储有多个可疑模型，所述可疑模型用于识别可疑交易行为；
46.若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统。
47.上述交易系统中数据报送方法、装置、计算机设备、存储介质和计算机程序产品，获取交易系统中非核心交易数据；根据预设接口规范对非核心交易数据进行解析，得到规范交易数据；提取规范交易数据中数据特征、并根据数据特征在预设模型数据库中查找匹配的可疑模型，预设模型数据库中存储有多个可疑模型，可疑模型用于识别可疑交易行为；若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统。本方案中，一方面，基于预设接口规范，得到非核心交易数据的规范交易数据，并通过规范交易数据得到匹配的可疑模型，来高效判断是否存在可疑交易；另一方面，在识别存在可疑交易时，自动生成报文传送至反洗钱系统，能将非核心交易纳入到报文生成，避免了核心交易数据单独向反洗钱系统供数，以提高交易系统向反洗钱系统的数据报送效率。
附图说明
48.图1为一个实施例中交易系统中数据报送方法的应用环境图；
49.图2为一个实施例中交易系统中数据报送方法的流程示意图；
50.图3为另一个实施例中交易系统中数据报送方法的流程示意图；
51.图4为交易系统中数据报送方法的体系架构示意图；
52.图5为非核心交易的接口架构示意图；
53.图6为一个实施例中交易系统中数据报送装置的结构框图；
54.图7为一个实施例中计算机设备的内部结构图。
具体实施方式
55.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
56.本技术实施例提供的交易系统中数据报送方法，可以应用于如图1所示的应用环境中。其中，交易系统102获取报文发送请求，然后获取交易系统中非核心交易数据，根据预设接口规范对非核心交易数据进行解析，得到规范交易数据，提取规范交易数据中数据特征、并根据数据特征在预设模型数据库中查找匹配的可疑模型，若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统104。
57.在一个实施例中，如图2所示，提供了一种交易系统中数据报送方法，以该方法应用于图1中的交易系统102为例进行说明，包括以下步骤：
58.s200，获取交易系统中非核心交易数据。
59.其中，非核心交易数据是指未在核心系统进行登记的新的、特殊的业务交易数据，如数字人民币、钱大掌柜、零售网贷系统。
60.具体地，从交易系统的所有交易中识别出非核心交易，得到非核心交易数据，以获取非核心交易数据的规范交易数据。
61.s400，根据预设接口规范对非核心交易数据进行解析，得到规范交易数据。
62.其中，接口规范包括客户接口、账户接口和交易接口，能通过接口规范得到相应的规范交易数据，保证供数到反洗钱系统的数据完整性和准确性；规范交易数据是接口规范中包括的交易数据。
63.具体地，通过对人民银行《金融机构大额交易和可疑交易报告数据报送接口规范》的解析，结合银行的实际场景，针对非核心交易业务抽象设计出了一套客户接口、账户接口和交易接口规范，其中客户接口分为四个：对私客户与对公客户公共接口、对私客户专有接口、对公客户专有接口、对公客户联系人专有接口。对私客户与对公客户公共接口主要包括：客户号、所属机构、当事人中文名称、证件信息、所在国家和地区等。对私客户专有接口主要包括：职业、性别、婚姻状况、年收入、工作单位、行业等。对公客户专有接口主要包括：营业执照信息、主营范围、注册资本、法人信息、实际控制人信息、组织机构代码等。对公客户联系人专有接口主要包括：联系人名称、种类、证件信息、电话、地址等。其中账户接口主要包括：账户名称、归属机构、卡号、开销户信息、银行卡信息、代办人身份信息(如身份证信息、国籍、联系方式)等。其中交易接口主要包括：交易主键、日期时间、交易机构、柜员流水号、金额、币种、借贷标志、摘要用途、交易方式等交易基本信息；对方金融机构网点信息(如国家代码、行政区划、网点代码、网点名称、行号类型)、对方账号、对方证件信息等对手信息；ip与mac地址、非柜面交易方式和设备代码、收付款方匹配号等辅助信息。
64.对得到的交易系统的非核心交易数据进行解析，得到预设接口规范对应的规范交易数据，例如，对非核心交易数据解析，得到解析的非核心交易数据属于账户接口，然后，找到账户接口对应的规范交易数据，包括账户名称、归属机构、卡号等数据。
65.s600，提取规范交易数据中数据特征、并根据数据特征在预设模型数据库中查找匹配的可疑模型。
66.其中，数据特征是指交易数据特征，如交易金额、交易时间、交易地点等。
67.具体地，预设模型数据库中有可疑模型是有41种，例如疑似毒品犯罪模型、恐怖融资模型等，其中可疑模型是针对全银行所有客户、账户、交易数据的，不区分业务场景。人民银行针对金融机构会提供一个初步的指引，列出预设模型数据库中的模型可能会包含哪些特征，比如交易金额过大、交易发生地或交易去向为毒品重点整治地区、集中转入分散转出等。预设模型数据库中存储有多个可疑模型，如果规范交易数据中数据特征符合预设模型数据库中模型包含的特征，会匹配到对应的可疑模型。
68.s800，若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统。
69.具体地，对可疑模型的特征逐条进行语义分析，并结合银行的实际情况，将特征以规则(sql，结构化查询语言)的形式一一进行实现，并通过每天的批处理任务在全行的规范交易数据中抓取满足规则的数据。若规范交易数据满足规则，则识别出存在可疑交易或者大额交易，根据人民银行报文格式规范，将规范交易数据生成报文、并上传生成的报文至人民银行反洗钱中心的反洗钱系统。
70.上述交易系统中数据报送方法中，获取交易系统中非核心交易数据；根据预设接口规范对非核心交易数据进行解析，得到规范交易数据，提取规范交易数据中数据特征、并根据数据特征在预设模型数据库中查找匹配的可疑模型，预设模型数据库中存储有多个可疑模型，可疑模型用于识别可疑交易行为，若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统，能将非核心交易纳入到报文生成，避免了核心交易数据单独向反洗钱系统供数，以提高交易系统中数据报送效率。
71.在一个实施例中，若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统之前，还包括：
72.获取匹配相同的可疑模型对应的规范交易数据子集；根据规范交易数据子集中交易客户数据进行组网，以去重规范交易数据子集中相同客户交易对应的规范交易数据，得到去重规范交易数据；若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统包括：若根据去重规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。
73.具体地，获取匹配相同的可疑模型对应的规范交易数据子集，取出规范交易数据子集中交易客户，交易客户包括客户及对手客户，循环查找客户和对手客户中是否存在相同客户，去重相同客户和对手客户交易对应的规范交易数据，得到去重规范交易数据，从而将去重规范交易数据组成一个交易网络，若去重规范交易数据满足匹配的可疑模型规则，则识别出存在可疑交易或者大额交易，根据去重规范交易数据生成报文、并上传生成的报文至人民银行反洗钱中心的反洗钱系统。
74.本实施例中，通过获取匹配相同的可疑模型对应的规范交易数据子集，根据规范交易数据子集中交易客户数据进行组网，以去重规范交易数据子集中相同客户交易对应的规范交易数据，得到去重规范交易数据，能去除相同的交易记录。
75.在一个实施例中，若根据去重规范交易数据以及匹配的可疑模型识别存在可疑交
易，则根据去重规范交易数据生成报文，并上传生成的报文至反洗钱系统包括：
76.若根据去重规范交易数据、匹配的可疑模型及预设分数阈值识别存在可疑交易，则根据去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。
77.具体地，为每个可疑模型中的特征规则设置对应分数，累加组网的所有客户的特征规则分数，若最终分数达到预设分数阈值，则判定交易系统中存在可疑交易，产生预警，然后根据去重规范交易数据生成报文，并上传生成的报文至人民银行反洗钱中心的反洗钱系统。
78.本实施例中，通过若根据去重规范交易数据、匹配的可疑模型及预设分数阈值识别存在可疑交易，则根据去重规范交易数据生成报文，并上传生成的报文至反洗钱系统，能根据预设分数阈值，判断是否存在可疑交易。
79.在一个实施例中，若根据去重规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据去重规范交易数据生成报文，并上传生成的报文至反洗钱系统之前，还包括：
80.对去重规范交易数据进行校验；若校验通过，则根据去重规范交易数据生成报文；若校验不通过，则反馈校验不通过信息。
81.具体地，在识别存在可疑交易和大额交易后，交易系统会根据去重规范交易数据生成可疑案例和大额案例，会对可疑案例和大额案例进行严格的格式和内容校验，主要包括：证件号码校验、日期和时间校验、名称校验、特殊字符校验、交易发生地区县校验、法人元素校验等。若校验通过，则根据去重规范交易数据生成报文，若校验不通过，则反馈不通过信息至交易系统中，然后，对于未验证通过的客户、账户、交易数据，将进行人工补录，直至验证通过。
82.本实施例中，通过对去重规范交易数据进行校验，若校验通过，则根据去重规范交易数据生成报文，若校验不通过，则反馈不通过信息至交易系统中，能对生成报文的数据进行验证。
83.在一个实施例中，提取规范交易数据中数据特征、并根据数据特征在预设模型数据库中查找匹配的可疑模型之前，还包括：
84.获取反洗钱系统所需交易数据类型；根据反洗钱系统所需交易数据类型，筛选规范交易数据。
85.具体地，得到规范交易数据后，会将其加载暂存至ods(operational data store，操作性数据)着陆层，该层是数据仓库与交易系统之间的一层屏障，可降低二者之间的耦合，也便于体现历史数据，第一时间定位由于上游系统数据引发的问题。随后在etl(extract-transform-load，抽取、转换、加载)预处理阶段，根据系统所需交易数据类型对无需纳入反洗钱监测的规范交易数据(如交易金额为0交易、冲补交易、利息计息罚息类交易等)进行筛选过滤，同时对客户信息、交易对手信息、非柜面交易方式、交易发生地等关键交易要素进行数据加工，最终非核心数据与核心数据在该阶段进行融合，统一纳入大额可疑计算。
86.本实施例中，通过获取反洗钱系统所需交易数据类型，根据反洗钱系统所需交易数据类型，筛选规范交易数据，能使得规范交易数据得到复用，极大地提高了研发效率和报送时效。
87.在一个实施例中，如图3所示，s800包括：
88.s820，若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文。
89.s840，将报文压缩成数据包，上传压缩的数据包至反洗钱系统。
90.具体地，针对校验通过的大额交易和可疑交易，根据人民银行报文格式规范生成对应的大额和可疑xml格式报文并压缩为数据包，上传压缩的数据包至人民银行反洗钱中心的反洗钱系统，若交易收到正确回执，则表示该数据包已被反洗钱中心成功接收；若收到错误回执或补正回执，则表示报文存在格式错误或内容缺失等情况，交易系统会修复问题并重新生成报文后再次进行报送。
91.为详细说明本技术交易系统中数据报送方法的技术方案及其效果，下面将采用具体应用实例展开描述。在实际应用中，图4为交易系统中数据报送的具体流程，整个交易系统中数据报送方法包括以下步骤：
92.1、如图5所示，通过对人民银行《金融机构大额交易和可疑交易报告数据报送接口规范》的解析，结合银行的实际场景，针对非核心业务创新性地抽象设计出了一套客户、账户、交易数据接口规范。当有业务系统需要以非核心交易接入反洗钱时，从业务层面来看，仅需要严格对照上述接口规范评估业务场景，保证供数到edip(enterprise data integration platform，企业数据集成平台)的数据完整性和准确性，无需关注后续庞大复杂的数据处理逻辑。
93.2、反洗钱系统订阅相关贴源数据后，会将其加载暂存至ods(operational data store，操作性数据)着陆层。该层是数据仓库与反洗钱系统之间的一层屏障，可降低二者之间的耦合，也便于体现历史数据，第一时间定位由于上游系统数据引发的问题。
94.3、随后在etl(extract-transform-load，抽取、转换、加载)预处理阶段，根据人行要求系统会针对无需纳入反洗钱监测的交易(如交易金额为0交易、冲补交易、利息计息罚息类交易等)进行筛选过滤，同时对客户信息、交易对手信息、非柜面交易方式、交易发生地等关键交易要素进行数据加工，最终非核心交易数据与核心交易数据在该阶段进行融合，统一纳入大额可疑计算，使得后续近400个批处理任务得到复用，极大地提高了研发效率和报送时效。
95.4、当前反洗钱系统的指标规则多达600条以上，涵盖了大额规则、41个可疑模型、自贸区规则、涉敏名单规则等方面。通过海量数据计算，反洗钱系统将每日生成命中相关指标规则的客户、账户、交易预警数据。
96.5、多主体组网会将同一模型预警交易进行组网，即取出同一个模型中交易对应的客户和对手客户，去重客户和相同对手客户记录，循环查找客户和对手客户中是否存在相同客户，从而将存在相同客户的所有客户的交易组成一个交易网络。通过组网，可以清晰地看出不同客户之间的资金往来，便于系统抓取出藏匿于其中的可疑洗钱风险行为。
97.6、针对大额指标规则计算产生的预警数据，系统会按照客户或客户归属机构为单位合并预警直接生成大额案例。对于可疑案例而言，则需要累加同一个网络中所有客户的预警特征对应分值，最终达到模型预设的分值，即可满足生成案例条件。
98.7、为保证后续生成的报文被人行顺利接收，在大额和可疑案例生成后，系统将对案例进行严格的格式和内容校验。主要包括：证件号码校验、日期和时间校验、名称校验、特殊字符校验、交易发生地区县校验、法人元素校验等。若存在未验证通过的客户、账户、交易
数据，将进行人工补录，直至验证通过。
99.8、针对校验通过的大额和可疑案例，根据人民银行报文格式规范生成对应的大额和可疑xml格式报文并压缩为数据包。
100.9、工作人员每天会将生成的数据包上传至人民银行反洗钱中心。若收到正确回执，则表示该数据文件已被反洗钱中心成功接收；若收到错误回执或补正回执，则表示报文存在格式错误或内容缺失等情况，系统会修复问题并重新生成报文后再次进行报送。
101.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
102.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的交易系统中数据报送方法的数据报送装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个数据报送装置实施例中的具体限定可以参见上文中对于交易系统中数据报送方法的限定，在此不再赘述。
103.在一个实施例中，如图6所示，提供了一种交易系统中数据报送装置，包括：数据获取模块200、解析模块400、模型匹配模块600和报文生成模块800，其中：
104.数据获取模块200，用于获取交易系统中非核心交易数据；
105.解析模块400，用于根据预设接口规范对非核心交易数据进行解析，得到规范交易数据；
106.模型匹配模块600，用于提取规范交易数据中数据特征、并根据数据特征在预设模型数据库中查找匹配的可疑模型，预设模型数据库中存储有多个可疑模型，可疑模型用于识别可疑交易行为；
107.报文生成模块800，用于若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统。
108.在一个实施例中，交易系统中数据报送装置还包括去重模块，用于获取匹配相同的可疑模型对应的规范交易数据子集；根据规范交易数据子集中交易客户数据进行组网，以去重规范交易数据子集中相同客户交易对应的规范交易数据，得到去重规范交易数据；若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统包括：若根据去重规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。
109.在一个实施例中，去重模块还用于若根据去重规范交易数据、匹配的可疑模型及预设分数阈值识别存在可疑交易，则根据去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。
110.在一个实施例中，去重模块还用于对去重规范交易数据进行校验；若校验通过，则根据去重规范交易数据生成报文；若校验不通过，则反馈不通过信息至交易系统中。
111.在一个实施例中，交易系统中数据报送装置还包括筛选模块，用于筛选过滤出反
洗钱系统不需要的规范交易数据。
112.在一个实施例中，报文生成模块800还用于若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文；将报文压缩成数据包，上传压缩的数据包至反洗钱系统。
113.上述交易系统中数据报送装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
114.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储交易数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种交易系统中数据报送方法。
115.本领域技术人员可以理解，图7中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
116.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
117.获取交易系统中非核心交易数据；根据预设接口规范对非核心交易数据进行解析，得到规范交易数据；提取规范交易数据中数据特征、并根据数据特征在预设模型数据库中查找匹配的可疑模型，预设模型数据库中存储有多个可疑模型，可疑模型用于识别可疑交易行为；若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统。
118.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
119.获取匹配相同的可疑模型对应的规范交易数据子集；根据规范交易数据子集中交易客户数据进行组网，以去重规范交易数据子集中相同客户交易对应的规范交易数据，得到去重规范交易数据；若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统包括：若根据去重规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。
120.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
121.若根据去重规范交易数据、匹配的可疑模型及预设分数阈值识别存在可疑交易，则根据去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。
122.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
123.对去重规范交易数据进行校验；若校验通过，则根据去重规范交易数据生成报文；若校验不通过，则反馈校验不通过信息。
124.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
125.获取反洗钱系统所需交易数据类型；根据反洗钱系统所需交易数据类型，筛选规范交易数据。
126.在一个实施例中，处理器执行计算机程序时还实现以下步骤：
127.若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文；将报文压缩成数据包，上传压缩的数据包至反洗钱系统。
128.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
129.获取交易系统中非核心交易数据；根据预设接口规范对非核心交易数据进行解析，得到规范交易数据；提取规范交易数据中数据特征、并根据数据特征在预设模型数据库中查找匹配的可疑模型，预设模型数据库中存储有多个可疑模型，可疑模型用于识别可疑交易行为；若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统。
130.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
131.获取匹配相同的可疑模型对应的规范交易数据子集；根据规范交易数据子集中交易客户数据进行组网，以去重规范交易数据子集中相同客户交易对应的规范交易数据，得到去重规范交易数据；若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统包括：若根据去重规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。
132.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
133.若根据去重规范交易数据、匹配的可疑模型及预设分数阈值识别存在可疑交易，则根据去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。
134.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
135.对去重规范交易数据进行校验；若校验通过，则根据去重规范交易数据生成报文；若校验不通过，则反馈校验不通过信息。
136.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
137.获取反洗钱系统所需交易数据类型；根据反洗钱系统所需交易数据类型，筛选规范交易数据。
138.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
139.若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文；将报文压缩成数据包，上传压缩的数据包至反洗钱系统。
140.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
141.获取交易系统中非核心交易数据；根据预设接口规范对非核心交易数据进行解析，得到规范交易数据；提取规范交易数据中数据特征、并根据数据特征在预设模型数据库中查找匹配的可疑模型，预设模型数据库中存储有多个可疑模型，可疑模型用于识别可疑交易行为；若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统。
142.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
143.获取匹配相同的可疑模型对应的规范交易数据子集；根据规范交易数据子集中交易客户数据进行组网，以去重规范交易数据子集中相同客户交易对应的规范交易数据，得到去重规范交易数据；若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文、并上传生成的报文至反洗钱系统包括：若根据去重规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。
144.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
145.若根据去重规范交易数据、匹配的可疑模型及预设分数阈值识别存在可疑交易，则根据去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。
146.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
147.对去重规范交易数据进行校验；若校验通过，则根据去重规范交易数据生成报文；若校验不通过，则反馈校验不通过信息。
148.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
149.获取反洗钱系统所需交易数据类型；根据反洗钱系统所需交易数据类型，筛选规范交易数据。
150.在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
151.若根据规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据规范交易数据生成报文；将报文压缩成数据包，上传压缩的数据包至反洗钱系统。
152.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
153.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
154.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
155.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种交易系统中数据报送方法，其特征在于，所述方法包括：获取交易系统中非核心交易数据；根据预设接口规范对所述非核心交易数据进行解析，得到规范交易数据；提取所述规范交易数据中数据特征、并根据所述数据特征在预设模型数据库中查找匹配的可疑模型，所述预设模型数据库中存储有多个可疑模型，所述可疑模型用于识别可疑交易行为；若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统。2.根据权利要求1所述的方法，其特征在于，所述若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统之前，还包括：获取匹配相同的可疑模型对应的规范交易数据子集；根据所述规范交易数据子集中交易客户数据进行组网，以去重所述规范交易数据子集中相同客户交易对应的规范交易数据，得到去重规范交易数据；所述若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统包括：若根据所述去重规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。3.根据权利要求2所述的方法，其特征在于，所述若根据所述去重规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述去重规范交易数据生成报文，并上传生成的报文至反洗钱系统包括：若根据所述去重规范交易数据、匹配的可疑模型及预设分数阈值识别存在可疑交易，则根据所述去重规范交易数据生成报文，并上传生成的报文至反洗钱系统。4.根据权利要求2所述的方法，其特征在于，所述若根据所述去重规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述去重规范交易数据生成报文，并上传生成的报文至反洗钱系统之前，还包括：对所述去重规范交易数据进行校验；若校验通过，则根据所述去重规范交易数据生成报文；若校验不通过，则反馈校验不通过信息。5.根据权利要求1所述的方法，其特征在于，所述提取所述规范交易数据中数据特征、并根据所述数据特征在预设模型数据库中查找匹配的可疑模型之前，还包括：获取反洗钱系统所需交易数据类型；根据所述反洗钱系统所需交易数据类型，筛选所述规范交易数据。6.根据权利要求1所述的方法，其特征在于，所述若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统包括：若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文；将报文压缩成数据包，上传压缩的数据包至反洗钱系统。
7.一种交易系统中数据报送装置，其特征在于，所述装置包括：数据获取模块，用于获取交易系统中非核心交易数据；解析模块，用于根据预设接口规范对所述非核心交易数据进行解析，得到规范交易数据；模型匹配模块，用于提取所述规范交易数据中数据特征、并根据所述数据特征在预设模型数据库中查找匹配的可疑模型，所述预设模型数据库中存储有多个可疑模型，所述可疑模型用于识别可疑交易行为；报文生成模块，用于若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统。8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本申请涉及一种交易系统中数据报送方法、装置和计算机设备。所述方法包括：获取交易系统中非核心交易数据；根据预设接口规范对所述非核心交易数据进行解析，得到规范交易数据；提取所述规范交易数据中数据特征、并根据所述数据特征在预设模型数据库中查找匹配的可疑模型，所述预设模型数据库中存储有多个可疑模型，所述可疑模型用于识别可疑交易行为；若根据所述规范交易数据以及匹配的可疑模型识别存在可疑交易，则根据所述规范交易数据生成报文、并上传生成的报文至反洗钱系统。采用本方案能够提高交易数据报送效率。案能够提高交易数据报送效率。案能够提高交易数据报送效率。


技术研发人员：陈亲煌 唐宗 梁小娟 王东 吴浩鸿 陈振朝 刘仕昱
受保护的技术使用者：兴业数字金融服务（上海）股份有限公司
技术研发日：2023.04.14
技术公布日：2023/7/13