このページでは、AML AI からの予測結果のリクエストから得られる予測出力について説明します。
BigQuery の予測出力のスキーマとフィールドについては、予測出力をご覧ください。
リスクスコア
リスクスコアは 0 ~ 1 で変化します。スコアが高いほどリスクが高いことを示します。ただし、リスクスコアがマネー ロンダリングの確率として直接解釈されるべきではありません。
リスクスコアは、指定された endTime
の直前の完全な 1 か月(または predictionPeriods
が 1 より大きい場合はそれ以上)に関して生成されます。
リスクスコアは、各月の各当事者に対して計算されます。
Explainability
AML AI の説明可能性は、特定の当事者のリスクスコアに寄与する動作や特性(特徴ファミリーを使用)を示します。説明可能性は、調査するすべての当事者を含む、最もリスクの高い当事者を対象としています。低リスクのお客様には説明可能性がない可能性があります。
特徴ファミリー
特徴ファミリーは、関連する AML AI 機能のコレクションであり、調査担当者が内部監査チームに通知するために、人間が容易に理解できる分類を提供します。
各特徴ファミリーには、特定のトランザクションの動作または当事者の特性があります。また、一部の特徴ファミリーには特定の目的があり、調査員がどこから始めるべきかがわかります。フォーカスの例:
- 関連するトランザクションのタイプ:
- 電信送金
- キャッシュ
- チェック
- Card
- その他
- トランザクションの方向:
- デビット(当事者の送信)
- クレジット(当事者への着信)
特徴ファミリーのアトリビューション値
アトリビューション スコアは、高リスクの各当事者と各特徴ファミリーについて付与され、その当事者のリスクスコアに対する特徴ファミリーの貢献度を示しています。高い正の値は、リスクスコアの増加に大きく影響します。同様に、負の値はスコアの低下に影響します。
正のアトリビューション値が最も高い特徴ファミリーは、当事者の調査に最も関連すると考えられます。
たとえば、特定の当事者に対するアトリビューション値の例は次のようになります。
特徴ファミリー | 属性値 |
---|---|
異常なカード引き落としアクティビティ | 0.4 |
異常な資金の急激な移動 | 0.8 |
異常な電信引き落としのアクティビティ | -0.2 |
この例は、次のように解釈できます。
- 当事者の急速な資金移動は、ハイリスク スコアに最も大きく影響しました。ここから調査を開始する可能性があります。
- 異常なカードの引き落としアクティビティも大きく影響したため、考慮する必要があります。
- 当事者の電信引き落としアクティビティにより、実際にリスクスコアが低減したため、検査が必要になる可能性は低くなります。