洗钱是一个深刻的全球问题。尽管如此,关于反洗钱的统计和机器学习方法,几乎没有科学文献。在这个项目中,我们专注于在银行中洗钱,并对文献进行介绍和审查。我们投影了一个统一的术语,其中有两个中心元素:(i)客户风险分析和(ii)可疑行为标记。我们发现,客户风险分析的特征是诊断,即寻找和解释风险因素的努力。另一方面,可疑的行为标记的特征是未披露的功能和手工制作的风险指数。最后,我们讨论了未来研究的方向。一个主要挑战是需要更多的公共数据集。这可能会通过合成数据生成来解决。其他可能的研究方向包括半学监督和深度学习,可解释性和结果的公平性。
主要关键词