FlowScope 是一个基于多部图（multipartite graph）的洗钱检测算法实现，对应论文“FlowScope: Spotting Money Laundering Based on Graphs“。它的核心思想是将银行账户间的资金转账建模为多部图，然后检测从源头到目的地的大额资金流——洗钱者通过多层中间账户转移资金的完整链路。 与传统欺诈检测方法（基于单笔交易特征的分类器或基于规则的阈值告警）不同，FlowScope 着眼于“资金流的全局结构“——它不看单笔交易是否可疑，而是看一组账户之间是否存在“大量资金从少数源头通过多层中间账户到达少数目的地“的模式。这恰好匹配洗钱的核心特征：分层（layering）。 对银行反洗钱（AML）团队来说，FlowScope 的方法论非常有价值：它提供了一种理论上有保证的图算法来检测资金流向中的洗钱结构。传统 AML 系统主要依赖规则（如大额交易告警、可疑国家过滤）和人工排查；FlowScope 可以作为补充，自动发现规则无法覆盖的复杂多层洗钱网络。 该算法还提供了理论分析——在什么条件下，洗钱者能够不被检测到的最大金额上限，为模型的可信度提供了数学保证。 局限性：代码为研究原型，工程化程度低；输入需要预处理为特定的多部图格式；仅覆盖分层转账洗钱模式，不覆盖贸易洗钱/地下钱庄等；真实银行交易数据的图规模可能远超研究数据；没有明确开源协议。
项目主要介绍
FlowScope 是一个基于多部图（multipartite graph）的洗钱检测算法实现，对应论文“FlowScope: Spotting Money Laundering Based on Graphs“。它的核心思想是将银行账户间的资金转账建模为多部图，然后检测从源头到目的地的大额资金流——洗钱者通过多层中间账户转移资金的完整链路。
与传统欺诈检测方法（基于单笔交易特征的分类器或基于规则的阈值告警）不同，FlowScope 着眼于“资金流的全局结构“——它不看单笔交易是否可疑，而是看一组账户之间是否存在“大量资金从少数源头通过多层中间账户到达少数目的地“的模式。这恰好匹配洗钱的核心特征：分层（layering）。
对银行反洗钱（AML）团队来说，FlowScope 的方法论非常有价值：它提供了一种理论上有保证的图算法来检测资金流向中的洗钱结构。传统 AML 系统主要依赖规则（如大额交易告警、可疑国家过滤）和人工排查；FlowScope 可以作为补充，自动发现规则无法覆盖的复杂多层洗钱网络。
该算法还提供了理论分析——在什么条件下，洗钱者能够不被检测到的最大金额上限，为模型的可信度提供了数学保证。
局限性：代码为研究原型，工程化程度低；输入需要预处理为特定的多部图格式；仅覆盖分层转账洗钱模式，不覆盖贸易洗钱/地下钱庄等；真实银行交易数据的图规模可能远超研究数据；没有明确开源协议。
金融 + AI 核心特点
- 基于多部图的洗钱链路检测算法
- 检测分层资金流的完整路径
- 理论保证的检测下限分析
- 匹配洗钱核心特征——分层（layering）
可学习内容
- 理解图算法在反洗钱中的应用原理
- 学习如何从全局资金流结构发现洗钱模式
应用方向
- 银行 AML 系统的图分析补充
- 可疑资金链路的自动发现
- 多层中间人洗钱网络检测
- 反洗钱模型研究和方法论学习
风险与局限
研究原型代码，工程化程度低；仅覆盖分层转账模式；大规模图计算性能未验证；无明确开源协议。
- 项目地址：https://github.com/csqjxiao/FlowScope ↗
- 开源协议：未明确标注
原始来源与整理依据
文字分析来自内容源；业务分类、技术标签由 SeekingDAO 按规则整理。披露效果保留原有时间、范围和预测口径，未作独立审计。开源项目与 Skill 的当前许可、兼容性及依赖请以其上游为准。