گراف شناخت: نیٹ ورک، میولز، اور حقیقی مالک کے حلقے

تین طریقے

1. 1

   گراف نوڈز کا مجموعہ ہے جو edges سے جڑے ہیں۔ بینکنگ میں، نوڈز عام طور پر اکاؤنٹس، صارفین، ڈیوائسز، IPs، فون نمبر، اور مرچنٹس ہیں۔ edges ان کے درمیان تعلقات: لین دین ایک اکاؤنٹ سے دوسرے کی edge، مشترکہ ڈیوائس دو صارفین کی edge، مشترکہ فون نمبر دو CNICs کی edge۔ جب آپ یہ سب تعلقات اکٹھا کرتے ہیں، آپ کو ایک کثیر تہہ والا گراف ملتا ہے جو آپ کے بینک میں پیسہ اور شناخت کے حرکت کا ساختی سچ ہے۔ زیادہ تر فراڈ اور تقریباً سب منظم لانڈرنگ ایسے گراف پیٹرن پیدا کرتی ہے جسے لین دین در لین دین نظر نہیں دیکھ سکتی۔ میول حلقے، خاص طور پر، تعریف کے اعتبار سے گراف مظاہر ہیں۔

2. 2

   تین گراف خصوصیات نے پاکستانی فراڈ شناخت میں زیادہ تر کام کیا ہے۔ Degree شمار کرتا ہے کہ نوڈ کتنے مختلف مدِمقابل سے ایک ونڈو میں تعامل کرتا ہے۔ عام تنخواہ اکاؤنٹ کی ماہانہ degree 3-8؛ میول کی عام طور پر 30-80۔ PageRank طرز کی مرکزیت ماپتی ہے نوڈ نیٹ ورک میں کتنا اہم ہے، جہاں اہمیت دوسرے اہم نوڈز سے جڑے ہونے سے تکراری طور پر تعریف ہوتی ہے۔ میولز ماخذ اور منزل کے اکاؤنٹس کے درمیان زیادہ مرکزیت والے راستوں پر بیٹھتے ہیں۔ Connected component سائز وہ نوڈز کی تعداد ہے جن تک آپ کسی نوڈ سے edges کا پیچھا کر کے پہنچ سکتے ہیں۔ صحت مند بینکنگ لاکھوں چھوٹے components دکھاتی ہے؛ ہزاروں غیر متعلقہ ذاتی اکاؤنٹس پر مشتمل ایک بڑا component ساختی غیر معمولیت ہے جو تحقیقات کے لائق ہے۔

3. 3

   حقیقی مالک کی شناخت گراف کام ہے یہاں تک کہ جب لگتا نہ ہو۔ PVARA پاکستان اور FATF Recommendation 24 کے مطابق بینکوں کو وہ قدرتی شخص شناخت کرنا چاہیے جو بالآخر کارپوریٹ صارف کو کنٹرول کرتا ہے۔ عملاً، مجرم اپنے اور ریگولیٹڈ اکاؤنٹ کے درمیان شیل کمپنیوں کی کئی تہیں بچھاتے ہیں۔ گراف نظر یہ تہیں سکیڑ دیتی ہے۔ کارپوریٹ نوڈ سے کارپوریٹ نوڈ کی edges، ملکیت فیصد سے وزن، ہر ٹرمینل قدرتی شخص پر ایک حتمی حقیقی مالک کا اسکور حساب کرنے کے لیے traverse ہو سکتی ہیں۔ جہاں گراف نامکمل ہو، متوقع edges کی غیر موجودگی خود ایک خصوصیت ہے: 25 فیصد سے اوپر کوئی دستاویزی قدرتی شخص نہ رکھنے والی اور 10 فیصد سے اوپر کوئی دستاویزی شخص نہ رکھنے والی کارپوریٹ حقیقی مالکیت کی غیر معمولیت ہے۔

کیوں؟

Claude کے ساتھ آزمائیں

AI پرامپٹ: 'میرے پاس ایک پاکستانی بینک کا 90 دن کا Raast اور IBFT لین دین لاگ ہے، گمنام۔ مجھے Neo4j میں اکاؤنٹس کو نوڈز اور لین دین کو وزن والے سمتی edges کے ساتھ گراف بنانے، ہر اکاؤنٹ کے لیے degree، PageRank مرکزیت، اور connected-component سائز حساب کرنے، اور شک سے وزن والے اسکور کے اعتبار سے سب سے اوپر 50 اکاؤنٹس آؤٹ پٹ کرنے کے اقدامات سکھائیں۔ مجھے Cypher کوئریز اور حد کا منطق دیں۔ نوٹ کریں جہاں مجھے دستی جائزے کا قدم شامل کرنا چاہیے۔'