近年来我国经济高速发展，已成为世界第二大经济体。在经济领域取得巨大成就时，一些对经济和金融造成巨大破坏的违法违规活动也逐步抬头。这些违法行为可以对经济和金融行业的发展产生严重破坏，若放任自流将对我国的经济造成巨大不利影响。这些违法行为以洗钱最甚。
随着信息技术的发展和互联网的普及，洗钱手法越发复杂，洗钱渠道隐蔽，高度专业化，甚至形成了非法组织进行职业洗钱行为，导致监管难度和追溯成本直线攀升。洗钱金额高，洗钱渠道隐蔽，追溯难度大是当前金融领域反洗钱面临的主要问题。
南大通用是国产数据库领军企业，成立于年，专注于数据库领域十余年，拥有包含事务（OLTP）、分析（OLAP）、内存（Mem）、安全（CA）和数据可视化的完整的产品线。南大通用完全自主研发的GBase8aMPPCluster作为国内顶尖的大规模并行计算分析（OLAP）数据库，可扩展至上百节点，提供PB级数据复杂查询的秒级响应，为金融单位的反洗钱业务提供稳健和高性价比的支撑数据平台，用极高的性价比和高品质本地服务为客户增值。
1前大数据时代的反洗钱困境
什么是洗钱？洗钱的危害什么是洗钱(MoneyLaundering)简单的说就是通过各种手段，将非法取得的收入转化成合法来源的收入所得（洗白）。洗钱的目的是为了避免司法机关的注意。从司法角度看，洗钱是一种“犯罪屏障”，既妨害了司法活动，也助长犯罪分子有恃无恐的气焰，促使他们不断实施犯罪。从金融管理秩序角度来看，洗钱活动往往借助于合法的金融网络清洗大笔黑钱，这不仅侵害了金融管理秩序，而且也严重破坏了公平竞争规则，破坏了市场经济主体之间的自由竞争，从而对正常、稳定的经济秩序带来一定的负面影响。常见的洗钱方式如下图所示：
图主要洗钱手段
现阶段洗钱活动一般具有以下主要特性：
预谋性：洗钱往往是有预谋、有计划的犯罪活动；
特定性：洗钱针对的特定资金或资产，几乎全部来源于各种严重犯罪所得；
隐蔽性：洗钱活动的方式多样，洗钱活动的过程趋于复杂化、隐蔽化。
什么是反洗钱？传统反洗钱的痛点顾名思义，反洗钱就是通过各种手段预防洗钱行为。
我国政府高度重视洗钱造成的危害，逐步加强对反洗钱体系的建设，目前我国已成为世界上反洗钱程度最高的国家之一。反洗钱的体系的建立有两个方面，一是法制体系的建设，二是技术体系的完善。
法制体系不够完善，金融市场环境较复杂，监管技术相对落后实施难度大等因素，导致我国洗钱的犯罪犯罪率较高，犯罪分子手段先进，洗钱渠道多样，甚至形成了专业洗钱的犯罪组织，高度专业化，我国反洗钱形势较为严峻。目前业界的共识是，反洗钱工作是金融机构最重要同时也是最难做的工作之一，难度超过风险管理工作。其原因主要为三点：
●所有金融产品都可能被作为洗钱工具，越是创新型业务越是如此；
●反洗钱工作是一项纯粹的增加成本的工作，不能创造利润；
●反洗钱工作需要专业的人力与极丰富的经验。
由上分析，传统反洗钱的痛点在于：
●洗钱渠道多，呈增加趋势，数据量大难以分析以达到追溯和预防的效果；
●反洗钱投入较高，仅从数据平台角度分析就要进行数据采集、数据平台搭建和管理、反洗钱系统应用开发、维护和升级等，银行无法从反洗钱行为中获得利润，因此银行需要较高性价比的数据平台产品；
●目前中国反洗钱的检测分析技术比较落后，可疑交易监测筛选系统也不完善，其中大部分工作是由金融机构人工进行的，这不仅使系统监测筛选的运行效率降低，而且使可疑交易报告中漏报、错报、误报的概率增大，急需引进或开发更智能的反洗钱系统。
图传统反洗钱的痛点
2大数据技术助力反洗钱系统
金融机构是反洗钱的第一道防线，反洗钱离不开金融数据的管理和利用。国际反洗钱的经验主要有三个方面：
●客户身份识别制度–客户数据
●信息保存制度–数据管理
●大额可疑交易报告制度–交易数据
图反洗钱离不开数据管理
现阶段银行等金融机构的反洗钱工作高度依赖反洗钱系统。反洗钱系统采用计算机技术实现对大额可疑交易和黑名单进行比对和查询，反洗钱系统的核心是数据库。
图反洗钱系统架构的核心是数据库
如上图所示，反洗钱系统主要包含四方面的需求：构建一个核心数据仓库；实现反洗钱数据的清洗处理；配置反洗钱业务规则；完成可疑交易的筛选以及反洗钱报表上报。需要实现的功能主要包括以下几方面：基于大数据的数据仓库；数据加载、处理、清洗、转换模块；可疑数据展示模块；规则配置模块。
随着我国经济近年来空前发展，金融机构的交易量和新服务种类逐渐增多，数据数量和复杂程度较以往不可同日而语。传统数据库无法满足大数据时代对反洗钱等核心业务的要求，金融行业迫切需要能有效管理超大数据量的新型数据库。
大数据对反洗钱的影响是全面而深刻的，大数据并不只是单纯的数据量增大。随着数据种类的增多，客户身份识别就像画像一样，各方面的信息积累越多，就越描越细，根据其以往轨迹可以分析其行为特征，从中找出异常交易，从而挖掘背后隐藏的违法行为。银行反洗钱的数据分布情况如下图所示：
图反洗钱系统的数据分布
传统的事务数据库在应对超大规模数据集的管理和查询时比较吃力，某银行，是国内最早对大数据管理进行探索的金融机构之一，为了应对高速增长的数据量和复杂的业务需求，采用国外数据库产品搭建核心数据仓库，用来支持反洗钱、反欺诈等核心业务，但随着数据量增加暴露出支撑能力不足，如对数据量支撑能力不足，业务系统扩容难度大、成本高，厂商服务能力跟不上等问题。
经过对数据库产品进行认真选型比较，从性能和服务能力等方面进行筛选，最终选择国产南大通用的GBase8aMPPCluster大规模并行计算数据库作为核心数据仓库，项目组刻苦攻关仔细研究迁移方案，最终获得了成功，目前数据仓库不仅承载反洗钱、反欺诈等核心业务，同时可为多达70个核心业务系统提供数据。
从技术角度讲，反洗钱可以抽象成使用数据库进行一系列复杂关联查询，传统的数据库优势在于事务处理，面对海量数据查询性能开销较大，很多情况下无法满足业务要求，因此想利用大数据技术进行反洗钱业务，必须引进更合适的工具。
大数据技术的发展为反洗钱工作提供了技术支撑。银行等金融机构拥有海量交易数据和客户账户数据，传统上对复杂数据的管理，分析和挖掘是应用难点，大数据技术引入，使得金融机构有机会用相对经济和高效的方式处理数据，更加充分的发挥数据价值。
更多精彩内容敬请期待：大数据让反洗钱不再难（下）