Torna alla versione grafica

Accesso rapido:

Anti Money Laundering

Early Warning Anti Money Laundering Tool

Obiettivi chiudi

Il progetto intende sviluppare un sistema che analizzi le informazioni bancarie dei clienti soggetti alle norme relative alle segnalazioni antiriciclaggio.

Descrizione chiudi

Un innovativo applicativo di business intelligence che dovrà  interfacciarsi con i dati presenti nei sistemi informativi bancari: sia quelli relativi alla gestione dei clienti e delle operazioni, sia quelli presenti nell'€™Archivio Unico Informatico (obbligatorio per le banche ed equiparate come da normativa in materia di antiriciclaggio).
Utilizzando le più innovative tecnologie di data-mining, il sistema non si limiterà  a rilevare le casistiche da segnalare, ma fornirà  una previsione del rischio di possibile illegalità  per i clienti che non rientrano tra quelli da segnalare. Nello specifico il sistema utilizzerà  il concetto di apprendimento automatico (machine learning) tramite il quale sarà  in grado di autoapprendere relazioni causali precedentemente ignote tra la distribuzione statistica dei dati e i possibili rischi connessi all'€™antiriciclaggio, oltre a sfruttare i relativi algoritmi euristici e dell'€™intelligenca artificiale, principalmente basati sull'€™utilizzo di reti neurali e Support Vector Machines (SVM).
Entrando nel merito dei dati trattati, il sistema utilizzerà  i dati relativi a rapporti e operazioni, conti e depositi e operazioni occasionali, rilevando le problematiche e le analogie relative all'€™identificazione del cliente, del titolare effettivo (per le società ), delle società  partecipate da società  fiduciarie o da società  estere, identificando quelle che possono essere considerate operazioni frazionate.
L'€™idea progettuale nasce da una reale carenza nel panorama bancario, nel quale le verifiche sui clienti sono effettuate manualmente, senza l'€™ausilio di un sistema esperto, e sono focalizzate solo sulla rilevazione del problema, anziché sulla prevenzione.
;
;

Gallery chiudi

Last tweets