打击和预防跨国资金犯罪

　　信息海洋组成的大数据波澜壮阔、用之不竭。目前，越来越多的国家和地区正在借助大数据分析来打击非法资金的跨国流动，而大数据分析可以跟踪这些资金的去向成了问题的关键。

　　据悉，全球范围内的犯罪和恐怖组织正在通过网络的复杂性在运作他们的资金，总数达到18.3万亿美金，这是一个相当庞大的数字，涉及金融、保险、航运以及海关等多种体系。

　　根据GFI的估计，这些资金有80%来自发展中国家，是通过贸易的形式来洗钱。GFI认为在2012年通过超过1010亿美金的高额报价非法走私来到中国的事件即是一个典型的TBML技术。海关之间缺乏数据共享，是现金走私和金融滥用的一个重要原因。

　　常见的TBML技术包括：Under-invoicing、高报货价、多个发票、虚假贸易商品描述、非正式的转账系统等。犯罪组织依靠使用空壳公司、易货交易、漏斗账户等大量的策略来进一步掩盖他们的行动。

　　而大数据分析技术通过文本分析、网络和网页分析、单价以及重量分析、国际贸易与国家分析等手段，自动监测和提取内部和外部数据，正确应对关键业务领域，结合自动化技术有效针对和打击跨国的资金犯罪，并且提升了交易的透明度。