本文分享自华为云社区《【沃土方案--金融】银丰新融-名单监控管理系统（三）》，作者：HuaweiCloudDeveloper。

背景与挑战

随着“三反（反洗钱、反恐怖融资、反逃税）”意见持续深化落实，第四轮互评估后续整改工作的持续推进，反洗钱工作逐渐步入深水区。反洗钱和反恐怖融资名单管理及监控工作，是金融机构应当履行的反洗钱义务，也是应对制裁合规的基础。而最新的《中华人民共和国反洗钱法（修订草案公开征求意见稿）》中，增加了反洗钱特别预防措施要求，进一步强化了其重要性。

近年来，在地缘政治格局复杂多变的全球环境下，国际经济形势也在不断发生变化。联合国、美国、欧盟等世界主要国际组织和国家发布的制裁相关决议和法律已形成了一张惩罚力度强、覆盖范围广、涉及主体多的全球国际经济和贸易制裁网络。因此，金融机构在其业务扩展和国际化进程中，亟待建立一个制裁风险管理合规体系，以削减、防范面临的国际制裁风险。国内监管方面，《法人金融机构洗钱和恐怖融资风险管理指引（试行）》（银反洗发〔2018〕19 号）要求，金融机构应建立反洗钱和反恐怖融资监控名单库，并对名单库进行及时更新和维护，采取信息系统与人工分析相结合的方式，通过信息系统实现监控名单精准匹配的自动识别工作。而如何建立一个完善的名单监控管理系统，落实反洗钱制裁合规的要求，当前仍存在一些问题:

一是数据的有效性和完整性，由于数据是名单监测工作的基础，数据的时效性和完整性严重影响名单监测工作的有效性，部分金融机构无法对名单数据进行及时有效的更新，致使名单监测工作的漏报等，并且更新后的名单数据如何分类，分类后的名单数据集如何应用于各名单监控场景，建立健全数据质量及更新控制机制，构建真实、准确、连续、完整的内外部数据，仍是需要重点关注的问题。

二是名单监控规则不健全，需要基于不同业务场景，不同渠道，如客户准入场景、跨境交易场景、持续识别场景、回溯客户场景、回溯交易场景等，分别建立健全名单监测规则及监控模型，包含各场景下需要关注的名单范围、多实体筛查规则、筛查算法设计等。

三是随着金融机构业务规模快速的发展，客户量和交易量与日俱增。基于名单监控系统实时筛查及事后海量数据回溯的要求，对于名单监控管理系统的性能水平也提出了更高的要求。所以如何在相对保证名单筛查的误报率及漏报率水平的基础上，兼顾名单监控管理系统的高性能、高可用、高稳定性，是我们亟待解决的问题。

四是名单监测命中的管控措施不健全，客户与监控名单匹配时，应当立即采取相应的措施，金融机构有合理理由怀疑客户或其交易对手、资金或其他资产与监控名单相关的，应当按照规定立即提交可疑交易报告。暂时无法准确判断客户与监控名单是否相匹配的，按照风险管理原则，采取相应的风险控制措施，例如及时调整客户风险等级，对客户进行持续的交易监控和动态管理。而当前部分金融机构，针对名单命中后的结果，尚未形成完善分级管控的实施策略，名单监控的结果也未进行实际落地，形成闭环管理。

方案概述

国际权威机构与国内监管部门要求金融机构对于涉嫌恐怖融资的组织和个人客户及其资金账户等名单信息进行密切监控以及采取资金冻结等管理措施。从国家金融安全、金融机构自身资金安全与社会声誉、监管报告要求等因素考虑，金融机构迫切需要建设全行性的名单管理系统，有效监控涉嫌恐怖融资与金融欺诈行为，加强对高危国家、地区等各类金融制裁名单的管控。

在中原鲲鹏生态创新中心的指导下，银丰新融-风险审计管理系统与鲲鹏硬件进行深度结合，充分发挥鲲鹏芯片精简指令集架构优势，并与 GaussDB 进行业务改造，满足银行业高并发、高稳定、多容灾的需求。名单监控管理系统可全面满足反洗钱和制裁合规的要求，同时构建灵活全面的客户名单管理平台，能有效地辅助客户识别、风险等级评定与报告及满足监管机构报送等各类要求。

• 搭建完整、全面、可扩展的名单监控管理系统，可满足各类业务系统对名单信息的在线和离线调用、检索分析、监控处置等需求满足各类业务管理的差异性；

• 提供名单信息的维护、更新、检索等管理服务，能够支持将多数据来源的名单导入或自动同步到系统进行分类、分级管理；提供名单信息更新、纠错、审核、发布、启用、停用等全方位的管理服务；

• 可实现名单格式、内容自定义维护，支持名单信息的录入、导入/导出、自动同步等多种数据采集方式；

• 可针对业务场景和客户类型灵活配置，根据业务范畴不同，从客户、交易对手及类型的合理确定制裁监测覆盖范围，达到对不同业务场景包括但不限于（业务准入、交易汇入/汇出、报文筛查、客户信息检索、回溯性筛查）的不同监控要求；

• 模糊匹配设计包括多种算法组合，使针对名字的变体进行检索得到最优化结果；

• 可供全行各业务系统对名单库进行实时或非实时的查询、分析、调用，支持名单数据下载；

• 可对接全行各业务系统，并提供业务关联方与名单库的实时筛查匹配结果反馈，不会影响关联业务系统的业务处理速度、性能以及用户使用感受；

• 完善的认定审批流程；完善的统计管理功能，保证业务管理的需要。

解决方案架构图

解决方案优势与价值

• 国产自主可控夯实安全根基

基于华为鲲鹏云底座部署，集成华为鲲鹏云高阶云服务，从基础设施全栈国产化夯实安全根基。

• 服务稳定高可用

docker 容器部署，K8S 管理容器，共同打造具有高扩展性、强稳定性、高可用、易维护的名单监控管理系统，满足金融行业名单监控的需求。

• 安全性提升

上网行为管理器、应用防火墙，可提高系统安全性。

• 计算资源统一管理

分布式数据库、容器集群、子业务系统、分布式流处理平台等全套系统皆基于鲲鹏云资源部署，实现计算资源统一运营管理，资源集约化建设，方便弹性伸缩，减小运维管理成本。

• 全面满足最新监管要求

系统具有名单数据管理、智能名单过滤筛查、名单检索、名单回溯性审查等业务功能，提供在海量数据下的高性能精准名单匹配服务，以及认定处置机制，为金融机构进行名单筛查、分析和报告提供强有力的系统工具支撑。

• 覆盖各种业务场景，有效防范合规风险

针对多种业务场景进行实时名单监控和回溯性审查工作。全面满足金融机构各种业务模式，支持实时、准实时、批后的相关处理机制，满足对名单信息在线和离线调用，从而及时识别风险。

• 构建完备的名单信息库

名单数据来源主要包含第三方数据及金融机构内部自定义数据，既具备主流名单数据的解析处理能力，又支持金融机构维护专属私有名单数据，将外部数据与内部数据整合，实现名单数据独立维护，名单类别统一管理，从而建立满足各金融机构业务现状、完善且可持续更新的名单信息库。

• 丰富的名单筛查规则

系统提供多样化、可配置的名单筛查匹配规则，支持全文检索和分类检索，具备强大的智能模糊匹配能力，包含多种中文匹配场景、语义处理、多语言支持等几十种检索规则，可基于不同业务筛查场景的需要，适应性选择所需规则内容。

• 高效精确的筛查与匹配引擎

内置高效精准的算法筛查模型，提供模糊匹配/精确匹配模式，采用搜索引擎技术，并利用文本分析、自然语言处理、排序学习等人工智能技术，在丰富的筛查规则基础上，建立智能算法模型，并通过机器学习持续优化，进一步提高预警精确率，降低人工甄别工作量。

• 面向场景的服务配置管理体系

具备灵活强大的筛查配置管理体系，可针对不同的业务场景，分别设置筛查对象类型、筛查规则、匹配名单范围、预警阈值等，满足不同业务条线，不同的筛查策略及管理的需要。

• 风险为本的预警处置与审核

名单预警结果可依据业务策略设定的风险程度高低，采用不同等级的告警处置策略及系统审核方式，制定差异化审批流程。同时，处置方式既支持返回结果嵌入业务系统审核，也可在名单系统独立进行集中认定，将业务控制建议反馈至业务系统，实现全流程闭环名单筛查管理。

• 多维度统计分析服务

系统提供多种统计分析方法，全面有效地满足对外报送各类监管报表的要求，以及内部精细化管理分析的需要，并提供良好的可视化效果。

• 高性能、高可用的系统架构

系统基于多层架构模式，集成分布式消息服务及实时流计算处理框架，具备高并发、高吞吐、低延迟的技术特点，大幅提高名单实时筛查性能，保证对实时交易的处理时效。利用分布式应用程序协调服务，集中管理集群配置，加强稳定性，实现系统的高可用。

点击关注，第一时间了解华为云新鲜技术~​