本发明涉及区块链技术领域，尤其涉及基于区块链的洗钱预警方法及装置。
背景技术：
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
金融机构、支付机构等义务机构作为资金活动的载体，拥有丰富的金融产品，为社会提供多种金融服务。尤其是银行，具有跨地域甚至全球化的经营网点、资金汇划渠道便利等特点，易被犯罪分子发展为洗钱活动的重要渠道。因此面对目前严峻的反洗钱形式，如何提高反洗钱管理的有效性，通过技术手段形成一系列完整的事前预测、事中监控、历史交易情况以及可疑交易的特征分析和可疑判断依据等多个维度进行综合分析。
反洗钱管理涉及行业众多，各行业的管理模式，管理标准和系统标准不同，各行业之间未建立起完善的信息共享平台，存在信息壁垒，互相协作机制不畅通，反洗钱的管理难以进行协同合作。但近年来，随着区块链技术的发展，基于区块链框架下探索和提升反洗钱管理工作的有效性是目前急需解决的问题。
目前的客户金融交易信息管理还是在各个机构内部独立管理，没有建立有效的客户信息和交易信息共享的机制。反洗钱的工作经常会牵扯到多个机构甚至于跨领域，当涉及到需要从别的机构获取客户的金融交易信息的时候，反洗钱的调查工作会被中断或是很难继续开展。随着金融市场的发展，洗钱活动也越来越频繁，手段越来越复杂。在反洗钱调查中，往往从多方面提取到的数据量非常大，也非常复杂，需要耗费大量时间去分析和提取重要的信息。
现有的反洗钱管理在客户金融交易环节，缺乏有效的信息共享和交互，反洗钱机构之间信息不共享。因为各银行间存在竞争关系，导致反洗钱工作所需的信息数据不能及时的公开共享和有效的对接。跨金融机构之间也缺乏有效的沟通协调机制，而现在的洗钱犯罪多涉及到多个行业。跨领域之间信息的不共享，更增加了反洗钱工作的难度。银行与第三方支付机构之间也存在信息不对称，当客户使用第三方支付机构进行支付结算时，银行无法追踪支付后的资金流向。相似地，由于银行对于客户身份信息的保密，第三方支付平台也无法掌握资金的来源。
总而言之，因为银行、第三方支付机构及其他金融机构之间的信息不共享，导致反洗钱工作的开展面临诸多难题。
技术实现要素：
本发明实施例提供一种基于区块链的洗钱预警方法，用以实现金融机构间信息共享，提高洗钱预警有效性，该基于区块链的洗钱预警方法包括：
利用初始人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；
在初始人工智能洗钱预警模型识别到的联盟链上金融节点的洗钱交易数据满足训练要求时，利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型；
利用训练后的人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；
在识别到联盟链上金融节点的交易数据为洗钱交易数据时，将联盟链上金融节点的交易数据及其对应的账户信息反馈至联盟链上各个金融节点进行预警。
本发明实施例还提供一种基于区块链的洗钱预警装置，用以实现金融机构间信息共享，提高洗钱预警有效性，该基于区块链的洗钱预警装置包括：
初始识别模块，用于利用初始人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；
模型训练模块，用于在初始人工智能洗钱预警模型识别到的联盟链上金融节点的洗钱交易数据满足训练要求时，利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型；
洗钱识别模块，用于利用训练后的人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；
洗钱预警模块，用于在识别到联盟链上金融节点的交易数据为洗钱交易数据时，将联盟链上金融节点的交易数据及其对应的账户信息反馈至联盟链上各个金融节点进行预警。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于区块链的洗钱预警方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述基于区块链的洗钱预警方法的计算机程序。
本发明实施例中，先利用初始人工智能洗钱预警模型识别联盟链上金融节点的洗钱交易数据；进而利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型；然后利用训练后的人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；在识别到联盟链上金融节点的交易数据为洗钱交易数据时，将联盟链上金融节点的交易数据及其对应的账户信息反馈至联盟链上各个金融节点进行预警。本发明实施例利用区块链的联盟链实现金融机构间交易数据的信息共享，利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型，不断优化人工智能洗钱预警模型，最后利用训练后的人工智能洗钱预警模型，对识别到的联盟链上金融节点的洗钱交易数据进行预警，提高洗钱预警有效性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本发明第一实施例提供的基于区块链的洗钱预警方法的实现流程图；
图2为本发明第二实施例提供的基于区块链的洗钱预警方法中步骤102的实现流程图；
图3为本发明第三实施例提供的基于区块链的洗钱预警方法中步骤205的实现流程图；
图4为本发明第四实施例提供的基于区块链的洗钱预警方法的实现流程图；
图5为本发明第五实施例提供的基于区块链的洗钱预警方法中步骤401的实现流程图；
图6为本发明第六实施例提供的基于区块链的洗钱预警方法的实现流程图；
图7为本发明第七实施例提供的基于区块链的洗钱预警方法中步骤402的实现流程图；
图8为本发明第八实施例提供的基于区块链的洗钱预警方法的实现流程图；
图9为本发明第九实施例提供的基于区块链的洗钱预警方法的实现流程图；
图10为本发明第十实施例提供的基于区块链的洗钱预警方法的实现流程图；
图11为本发明第十一实施例提供的基于区块链的洗钱预警装置的功能模块图；
图12为本发明第十二实施例提供的基于区块链的洗钱预警装置中模型训练模块1102的结构框图；
图13为本发明第十三实施例提供的基于区块链的洗钱预警装置中迭代训练终止单元1205的结构框图；
图14为本发明第十四实施例提供的基于区块链的洗钱预警装置的功能模块图；
图15为本发明第十五实施例提供的基于区块链的洗钱预警装置中私有链上链模块1401的结构框图；
图16为本发明第十六实施例提供的基于区块链的洗钱预警装置的功能模块图；
图17为本发明第十七实施例提供的基于区块链的洗钱预警装置中联盟链上链模块1402的结构框图；
图18为本发明第十八实施例提供的基于区块链的洗钱预警装置的功能模块图；
图19为本发明第十九实施例提供的基于区块链的洗钱预警装置的功能模块图；
图20为本发明第二十实施例提供的基于区块链的洗钱预警装置的功能模块图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。
图1示出了本发明第一实施例提供的基于区块链的洗钱预警方法的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
如图1所示，基于区块链的洗钱预警方法，其包括：
步骤101，利用初始人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；
步骤102，在初始人工智能洗钱预警模型识别到的联盟链上金融节点的洗钱交易数据满足训练要求时，利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型；
步骤103，利用训练后的人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；
步骤104，在识别到联盟链上金融节点的交易数据为洗钱交易数据时，将联盟链上金融节点的交易数据及其对应的账户信息反馈至联盟链上各个金融节点进行预警。
针对金融机构反洗钱工作中存在的机构间信息不共享的问题，运用区块链技术特有的去中心化、分布式账本、数据防篡改等特点提高反洗钱工作的效率。特别是要运用到区块链中的私有链和联盟链相结合的技术模式。
首先各金融机构内部构建自己的私有链，只有金融机构自己掌握使用和控制权。在私有链上，在该金融机构有交易的客户都是一个独立的节点，该客户的相关信息都保存同步在其独立的节点的本地账本上。再在金融机构、监管机构间构建联盟链，进入该联盟的机构都必须签署入盟协议。各机构的私有链连接在一起就形成了整个大的联盟链。在联盟链上，每个机构都是一个独立的节点。当需要客户的跨机构信息或者交易信息时，需要首先在客户所在的金融机构的内部私有链进行验证，通过后再同步到金融机构所在的联盟链上的节点上，从而实现了在联盟链上的信息共享。
共识算法是区块链网络最核心的环节，是各节点就区块信息达成一致共识的算法。目前比特币使用的是工作量证明机制，但这个机制不是最完美的适用于管理客户的金融交易。当各金融机构之间实现信息共享，数据量会有可能成倍增长，所需分析和提取的信息也相应的增多。
目前少数的金融机构有将人工智能算法应用到管理客户的金融交易方面，但基于本机构的有限数据得到的也是准确率有限的预测。当用区块链技术实现信息共享，打破“数据孤岛”，使数据能在开放、稳定、加密、安全的环境下得到共享，能让人工智能算法可以根据不同用途、需求获取更加全面的数据，真正变得“智能”。并且人工智能算法通过不断的学习用户的信息，更能提高反洗钱工作的效率。基于区块链独有的可追溯性，以及防篡改性等特点，使在训练人工智能模型的时候，数据能够更高效的被应用。当预测结果与以往的偏差较大时，能够较快找到问题。
区块链是一种链式结构，是一个分布式的共享账本和数据库，具有去中心化、不可篡改、全程留痕、可以追溯、集体维护、公开透明等特点。因为它的这些特征，区块链技术也被认为是“共享金融”的基础，能在支付清算、金融监管、反洗钱等金融领域得到应用。
目前区块链在金融行业的应用方向是基于区块链技术的特点，重构传统金融行业架构以及模式，而在反洗钱管理方面的应用场景还有待探索。但可以利用区块链分布式账本的特点，将各金融机构之间的相关客户信息和交易数据进行共享，机构间共同维护同一个账簿，以保证数据的同步和对称，从而提升反洗钱监管工作的效率。
ai和区块链可以说是技术领域的两个极端方面：一个是在封闭数据平台上培育中心化的智能，另一个则是在开放数据环境下促进去中心化的应用。但两者天然优势互补，在人工智能为区块链提供更强大拓展场景与数据分析能力的同时，区块链技术可为人工智能提供高度可信的原始数据以支持其持续的“深度学习”。
在反洗钱方面，涉及数据量过大，基本上包含了日常交易系统的所有交易数据。众所周知，区块链需要耗费大量的资源来维持系统的运行，比如说挖矿就极其耗费大量时间、人力及资源。如果仅仅使用区块链来存储反洗钱工作涉及到的所有数据，那除了打破“数据孤岛”这个优点之外，其他方面不具备太多优势。后续再继续用不同的反洗钱模型时，仅仅只是在数据源方面为反洗钱的工作提供了便利，也只能在一定程度上优化反洗钱模型的预警效果。
但人工智能技术的应用刚好就能优化在通过区块链获得数据共享的情况下，提升模型的预测效果。人工智能预测的准确性很大程度上又依赖所学习到的数据，可供学习、分析的数据越多，人工智能的预测和评估才能更加准确。在另一方面，人工智能在不断学习的过程中，会根据学习到的数据产生大量的变量，并能通过大量的不停的学习，对这些变量进行修改。如果能用区块链记录下来人工智能学习的过程，那么我们就能对结果进行溯源。
在利用区块链结合人工智能实现洗钱交易预别警时，首先利用初始的人工智能洗钱预警模型，对存储在联盟链上金融节点的交易数据进行洗钱识。其中，金融节点上进行交易的客户构成私有链上的每个客户接节点。所有的金融节点的私有链连接在一起形成联盟链，每个金融节点构成联盟链上的一个节点。
在初始人工智能洗钱预警模型识别到的联盟链上金融节点的洗钱交易数据满足训练要求时，例如洗钱交易数据达到一定的交易数量，满足数据量的要求，或者初始人工智能洗钱预警模型识别到一段时间间隔内联盟链上金融节点的洗钱交易数据时，例如两年的交易数据，或者几个月的交易数据时，认为初始人工智能洗钱预警模型识别到的联盟链上金融节点的洗钱交易数据满足训练要求。此时，利用初始人工智能洗钱预警模型识别到的洗钱交易数据作为训练数据，训练初始人工智能洗钱预警模型。
在训练完初始人工智能洗钱预警模型，获得训练后的人工智能洗钱预警模型后，利用训练后的人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别。利用洗钱交易数据训练得到的人工智能洗钱预警模型，洗钱交易数据的识别具有更优的效果。
在识别到联盟链上金融节点的交易数据为洗钱交易数据时，确认识别到联盟链上金融节点的交易数据存在洗钱风险，此时将联盟链上金融节点的交易数据及其对应的账户信息反馈至联盟链上各个金融节点进行预警。例如，将识别到的联盟链上金融节点的交易时间、交易金额、交易渠道及交易数据对应的客户账号、客户联系方式、客户身份证号等反馈至联盟链上各个金融节点，以进行预警。
在本发明实施例中，先利用初始人工智能洗钱预警模型识别联盟链上金融节点的洗钱交易数据；进而利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型；然后利用训练后的人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；在识别到联盟链上金融节点的交易数据为洗钱交易数据时，将联盟链上金融节点的交易数据及其对应的账户信息反馈至联盟链上各个金融节点进行预警。本发明实施例利用区块链的联盟链实现金融机构间交易数据的信息共享，利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型，不断优化人工智能洗钱预警模型，最后利用训练后的人工智能洗钱预警模型，对识别到的联盟链上金融节点的洗钱交易数据进行预警，提高洗钱预警有效性。
图2示出了本发明第二实施例提供的基于区块链的洗钱预警方法中步骤102的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了提高人工智能洗钱预警模型的准确度，如图2所示，步骤102，在初始人工智能洗钱预警模型识别到的联盟链上金融节点的洗钱交易数据满足训练要求时，利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型，包括：
步骤201，将初始人工智能洗钱预警模型识别到的洗钱交易数据分为洗钱交易数据训练集、洗钱交易数据验证集及洗钱交易数据测试集；
步骤202，利用初始人工智能洗钱预警模型识别到的洗钱交易数据中的洗钱交易数据训练集对初始人工智能洗钱预警模型进行迭代训练；
步骤203，利用初始人工智能洗钱预警模型识别到的洗钱交易数据中的洗钱交易数据验证集调整迭代训练过程中初始人工智能洗钱预警模型的参数；
步骤204，利用初始人工智能洗钱预警模型识别到的洗钱交易数据中的洗钱交易数据测试集验证训练后的人工智能洗钱预警模型的准确率；
步骤205，在满足迭代训练终止条件时，获得训练后的人工智能洗钱预警模型。
在获得训练后的人工智能洗钱预警模型时，首先将初始人工智能洗钱预警模型识别到的洗钱交易数据分为三类交易数据，分别为洗钱交易数据训练集、洗钱交易数据验证集及洗钱交易数据测试集。
进而，利用识别到的洗钱交易数据中的洗钱交易数据训练集对初始人工智能洗钱预警模型进行迭代训练；利用识别到的洗钱交易数据中的洗钱交易数据验证集调整迭代训练过程中初始人工智能洗钱预警模型的参数，例如初始人工智能洗钱预警模型的权重大小或层数等参数；同时利用识别到的洗钱交易数据中的洗钱交易数据测试集验证训练后的人工智能洗钱预警模型的准确率。
在满足迭代训练终止条件时，说明训练后的人工智能洗钱预警模型满足训练要求，获得训练后的人工智能洗钱预警模型。
在本发明实施例中，利用识别到的洗钱交易数据训练集对初始人工智能洗钱预警模型进行迭代训练；利用识别到的洗钱交易数据验证集调整迭代训练过程中初始人工智能洗钱预警模型的参数；利用识别到的洗钱交易数据测试集验证训练后的人工智能洗钱预警模型的准确率；在满足迭代训练终止条件时，获得训练后的人工智能洗钱预警模型，能够提高人工智能洗钱预警模型的准确率。
图3示出了本发明第三实施例提供的基于区块链的洗钱预警方法中步骤205的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一步提高人工智能洗钱预警模型的准确率，如图3所示，步骤205，在满足迭代训练终止条件时，获得训练后的人工智能洗钱预警模型，包括：
步骤301，在迭代次数不小于预设迭代次数时，或训练后的人工智能洗钱预警模型的准确率不小于预设准确率时，获得训练后的人工智能洗钱预警模型。
满足迭代训练终止条件可以包括迭代次数不小于预设迭代次数，或者训练后的人工智能洗钱预警模型的准确率不小于预设准确率等。即在迭代次数不小于预设迭代次数时，或训练后的人工智能洗钱预警模型的准确率不小于预设准确率时，获得训练后的人工智能洗钱预警模型。
其中，预设迭代次数为预先设定的迭代次数，本领域技术人员可以理解的是，该预设迭代次数可以根据实际情况和具体需求预先设定。例如，预先设定该预设迭代次数为10万次，或者12万次或8万次等。预设准确率为预先设定的准确率，本领域技术人员可以理解的是，该预设准确率可以根据实际情况和具体需求预先设定。例如，预先设定该预设准确率为96％，或者94％或98％等，本发明实施例对此不做特别的限制。
在本发明实施例中，在迭代次数不小于预设迭代次数时，或训练后的人工智能洗钱预警模型的准确率不小于预设准确率时，获得训练后的人工智能洗钱预警模型，能够进一步提高人工智能洗钱预警模型的准确率。
图4示出了本发明第四实施例提供的基于区块链的洗钱预警方法的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了提高交易数据的安全性，实现金融节点间交易数据的信息共享，如图4所示，在上述方法步骤的基础上，基于区块链的洗钱预警方法，还包括：
步骤401，将通过金融节点私有链上各个客户节点共识后的交易数据添加至金融节点的私有链上；
步骤402，在金融节点私有链上共识后的交易数据通过联盟链各个金融节点的共识后，将联盟链各个金融节点共识后的交易数据添加至联盟链上。
交易数据在存储至区块链的私有链上时，金融节点私有链上各个客户节点对交易数据进行共识，在交易数据共识通过后将共识后的交易数据添加至金融节点的私有链上。
交易数据在存储至区块链的联盟链上时，联盟链上各个金融节点对金融节点私有链上共识后的交易数据进行共识，在交易数据共识通过后将共识后的交易数据添加至联盟链上。
在本发明实施例中，将通过金融节点私有链上各个客户节点共识后的交易数据添加至金融节点的私有链上；金融节点私有链上共识后的交易数据通过联盟链各个金融节点的共识后，将联盟链各个金融节点共识后的交易数据添加至联盟链上，能够提高交易数据的安全性，实现金融节点间交易数据的信息共享。
图5示出了本发明第五实施例提供的基于区块链的洗钱预警方法中步骤401的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了提高交易数据的安全性，如图5所示，步骤401，将通过金融节点私有链上各个客户节点共识后的交易数据添加至金融节点的私有链上，包括：
步骤501，将交易信息在金融节点私有链上进行广播；
步骤502，金融节点私有链上各个客户节点在接收到交易信息后，对交易信息进行共识；
步骤503，在金融节点私有链上各个客户节点共识通过后，将共识通过后的交易数据添加至金融节点的私有链上。
在将交易数据添加至金融节点的私有链上时，首先将交易信息在金融节点私有链上进行广播，金融节点私有链上各个客户节点在接收到交易信息后，利用共识机制对交易信息进行共识，在金融节点私有链上各个客户节点共识通过后，将共识通过后的交易数据添加至金融节点的私有链上，提高交易数据的安全性。
在本发明实施例中，将交易信息在金融节点私有链上进行广播；金融节点私有链上各个客户节点在接收到交易信息后，对交易信息进行共识；在金融节点私有链上各个客户节点共识通过后，将共识通过后的交易数据添加至金融节点的私有链上，提高交易数据的安全性。
图6示出了本发明第六实施例提供的基于区块链的洗钱预警方法的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了保障交易数据的一致性，如图6所示，在上述方法步骤的基础上，基于区块链的洗钱预警方法，还包括：
步骤601，金融节点私有链上各个客户节点的本地账本，对金融节点私有链上各个客户节点共识通过后交易数据进行同步。
在将共识后的交易数据存储至金融节点私有链上后，私有链上各个客户节点的本地账本，对私有链上各个客户节点共识通过后交易数据进行同步，以保障交易数据的一致性。
在本发明实施例中，金融节点私有链上各个客户节点的本地账本，对金融节点私有链上各个客户节点共识通过后交易数据进行同步，能够保障交易数据的一致性。
图7示出了本发明第七实施例提供的基于区块链的洗钱预警方法中步骤402的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了实现金融节点间交易数据的信息共享，如图7所示，步骤402，在金融节点私有链上共识后的交易数据通过联盟链各个金融节点的共识后，将联盟链各个金融节点共识后的交易数据添加至联盟链上，包括：
步骤701，将金融节点私有链上共识后的交易数据在联盟链上进行广播；
步骤702，联盟链上各个金融节点在接收到金融节点私有链上共识后的交易数据后，对金融节点私有链上共识后的交易数据进行共识；
步骤703，在联盟链上各个金融节点共识通过后，将联盟链上各个金融节点共识通过后的交易数据添加至联盟链上。
在将交易数据添加至联盟链上时，将金融节点私有链上共识后的交易数据在联盟链上进行广播，联盟链上各个金融节点在接收到金融节点私有链上共识后的交易数据后，对金融节点私有链上共识后的交易数据再进行共识，若金融节点私有链上共识后的交易数据被联盟链上各个金融节点共识通过，说明交易数据是安全有效的，此时将联盟链上各个金融节点共识通过后的交易数据添加至联盟链上，实现交易数据在金融节点之间交易数据的信息共享。
在本发明实施例中，将金融节点私有链上共识后的交易数据在联盟链上进行广播；联盟链上各个金融节点在接收到金融节点私有链上共识后的交易数据后，对金融节点私有链上共识后的交易数据进行共识；在联盟链上各个金融节点共识通过后，将联盟链上各个金融节点共识通过后的交易数据添加至联盟链上，实现交易数据在金融节点之间交易数据的信息共享。
图8示出了本发明第八实施例提供的基于区块链的洗钱预警方法的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了保障金融节点间交易数据的一致性，如图8所示，在上述方法步骤的基础上，基于区块链的洗钱预警方法，还包括：
步骤801，联盟链上各个金融节点的本地账本，对联盟链上各个金融节点共识通过后的交易数据进行同步。
在将共识后的交易数据存储至联盟链上后，联盟链上各个金融节点的本地账本，联盟链上各个金融节点共识通过后的交易数据进行同步，以保障金融节点间交易数据的一致性。
在本发明实施例中，联盟链上各个金融节点的本地账本，对联盟链上各个金融节点共识通过后的交易数据进行同步，保障金融节点间交易数据的一致性。
图9示出了本发明第九实施例提供的基于区块链的洗钱预警方法的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了保障交易数据的安全性，如图9所示，在上述方法步骤的基础上，基于区块链的洗钱预警方法，还包括：
步骤901，将未通过金融节点私有链上各个客户节点共识后的交易数据拒绝添加至金融节点的私有链上。
若金融节点私有链上各个客户节点对交易数据共识未通过，说明交易数据不是安全有效的，此时将未通过金融节点私有链上各个客户节点共识后的交易数据拒绝添加至金融节点的私有链上，以保障交易数据的安全性。
在本发明实施例中，将未通过金融节点私有链上各个客户节点共识后的交易数据拒绝添加至金融节点的私有链上，保障交易数据的安全性。
图10示出了本发明第十实施例提供的基于区块链的洗钱预警方法的实现流程，为便于描述，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一步保障交易数据的安全性，如图10所示，在上述方法步骤的基础上，基于区块链的洗钱预警方法，还包括：
步骤1001，将通过金融节点私有链上各个客户节点共识后的交易数据，但未通过联盟链各个金融节点共识的交易数据，拒绝添加至联盟链上。
若联盟链各个金融节点对交易数据共识未通过，说明交易数据不是安全有效的，此时将通过金融节点私有链上各个客户节点共识后的交易数据，但未通过联盟链各个金融节点共识的交易数据，拒绝添加至联盟链上，以进一步保障交易数据的安全性。
在本发明实施例中，将通过金融节点私有链上各个客户节点共识后的交易数据，但未通过联盟链各个金融节点共识的交易数据，拒绝添加至联盟链上，进一步保障交易数据的安全性。
本发明实施例还提供一种基于区块链的洗钱预警装置，如下面的实施例所述。由于这些装置解决问题的原理与基于区块链的洗钱预警方法相似，因此这些装置的实施可以参见方法的实施，重复之处不再赘述。
图11示出了本发明第十一实施例提供的基于区块链的洗钱预警装置的功能模块，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
参考图11，所述基于区块链的洗钱预警装置所包含的各个模块用于执行图1对应实施例中的各个步骤，具体请参阅图1以及图1对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述基于区块链的洗钱预警装置包括初始识别模块1101、模型训练模块1102、洗钱识别模块1103及洗钱预警模块1104。
初始识别模块1101，用于利用初始人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别。
模型训练模块1102，用于在初始人工智能洗钱预警模型识别到的联盟链上金融节点的洗钱交易数据满足训练要求时，利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型。
洗钱识别模块1103，用于利用训练后的人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别。
洗钱预警模块1104，用于在识别到联盟链上金融节点的交易数据为洗钱交易数据时，将联盟链上金融节点的交易数据及其对应的账户信息反馈至联盟链上各个金融节点进行预警。
在本发明实施例中，初始识别模块1101先利用初始人工智能洗钱预警模型识别联盟链上金融节点的洗钱交易数据；进而模型训练模块1102利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型；然后洗钱识别模块1103利用训练后的人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；洗钱预警模块1104在识别到联盟链上金融节点的交易数据为洗钱交易数据时，将联盟链上金融节点的交易数据及其对应的账户信息反馈至联盟链上各个金融节点进行预警。本发明实施例利用区块链的联盟链实现金融机构间交易数据的信息共享，模型训练模块1102利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型，不断优化人工智能洗钱预警模型，最后洗钱预警模块1104利用训练后的人工智能洗钱预警模型，对识别到的联盟链上金融节点的洗钱交易数据进行预警，提高洗钱预警有效性。
图12示出了本发明第十二实施例提供的基于区块链的洗钱预警装置中模型训练模块1102的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了提高人工智能洗钱预警模型的准确度，参考图12，所述模型训练模块1102所包含的各个单元用于执行图2对应实施例中的各个步骤，具体请参阅图2以及图2对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述模型训练模块1102包括数据分类单元1201、模型迭代训练单元1202、模型参数调整单元1203、模型验证单元1204及迭代训练终止单元1205。
数据分类单元1201，用于将初始人工智能洗钱预警模型识别到的洗钱交易数据分为洗钱交易数据训练集、洗钱交易数据验证集及洗钱交易数据测试集。
模型迭代训练单元1202，用于利用初始人工智能洗钱预警模型识别到的洗钱交易数据中的洗钱交易数据训练集对初始人工智能洗钱预警模型进行迭代训练。
模型参数调整单元1203，用于利用初始人工智能洗钱预警模型识别到的洗钱交易数据中的洗钱交易数据验证集调整迭代训练过程中初始人工智能洗钱预警模型的参数。
模型验证单元1204，用于利用初始人工智能洗钱预警模型识别到的洗钱交易数据中的洗钱交易数据测试集验证训练后的人工智能洗钱预警模型的准确率。
迭代训练终止单元1205，用于在满足迭代训练终止条件时，获得训练后的人工智能洗钱预警模型。
在本发明实施例中，模型迭代训练单元1202、用识别到的洗钱交易数据训练集对初始人工智能洗钱预警模型进行迭代训练；模型参数调整单元1203利用识别到的洗钱交易数据验证集调整迭代训练过程中初始人工智能洗钱预警模型的参数；模型验证单元1204利用识别到的洗钱交易数据测试集验证训练后的人工智能洗钱预警模型的准确率；迭代训练终止单元1205在满足迭代训练终止条件时，获得训练后的人工智能洗钱预警模型，能够提高人工智能洗钱预警模型的准确率。
图13示出了本发明第十三实施例提供的基于区块链的洗钱预警装置中迭代训练终止单元1205的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一步提高人工智能洗钱预警模型的准确率，参考图13，所述迭代训练终止单元1205所包含的各个子单元用于执行图3对应实施例中的各个步骤，具体请参阅图3以及图3对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述迭代训练终止单元1205包括迭代训练终止子单元1301。
迭代训练终止子单元1301，用于在迭代次数不小于预设迭代次数时，或训练后的人工智能洗钱预警模型的准确率不小于预设准确率时，获得训练后的人工智能洗钱预警模型。
在本发明实施例中，迭代训练终止子单元1301在迭代次数不小于预设迭代次数时，或训练后的人工智能洗钱预警模型的准确率不小于预设准确率时，获得训练后的人工智能洗钱预警模型，能够进一步提高人工智能洗钱预警模型的准确率。
图14示出了本发明第十四实施例提供的基于区块链的洗钱预警装置的功能模块，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了提高交易数据的安全性，实现金融节点间交易数据的信息共享，参考图14，所述基于区块链的洗钱预警装置所包含的各个模块用于执行图4对应实施例中的各个步骤，具体请参阅图4以及图4对应实施例中的相关描述，此处不再赘述。本发明实施例中，在上述模块结构的基础上，所述基于区块链的洗钱预警装置，还包括私有链上链模块1401及联盟链上链模块1402。
私有链上链模块1401，用于将通过金融节点私有链上各个客户节点共识后的交易数据添加至金融节点的私有链上。
联盟链上链模块1402，用于在金融节点私有链上共识后的交易数据通过联盟链各个金融节点的共识后，将联盟链各个金融节点共识后的交易数据添加至联盟链上。
在本发明实施例中，私有链上链模块1401将通过金融节点私有链上各个客户节点共识后的交易数据添加至金融节点的私有链上；联盟链上链模块1402金融节点私有链上共识后的交易数据通过联盟链各个金融节点的共识后，将联盟链各个金融节点共识后的交易数据添加至联盟链上，能够提高交易数据的安全性，实现金融节点间交易数据的信息共享。
图15示出了本发明第十五实施例提供的基于区块链的洗钱预警装置中私有链上链模块1401的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了提高交易数据的安全性，参考图15，所述私有链上链模块1401所包含的各个单元用于执行图5对应实施例中的各个步骤，具体请参阅图5以及图5对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述私有链上链模块1401包括私有链广播单元1501、私有链节点共识单元1502及私有链上链单元1503。
私有链广播单元1501，用于将交易信息在金融节点私有链上进行广播。
私有链节点共识单元1502，用于金融节点私有链上各个客户节点在接收到交易信息后，对交易信息进行共识。
私有链上链单元1503，用于在金融节点私有链上各个客户节点共识通过后，将共识通过后的交易数据添加至金融节点的私有链上。
在本发明实施例中，私有链广播单元1501将交易信息在金融节点私有链上进行广播；私有链节点共识单元1502金融节点私有链上各个客户节点在接收到交易信息后，对交易信息进行共识；私有链上链单元1503在金融节点私有链上各个客户节点共识通过后，将共识通过后的交易数据添加至金融节点的私有链上，提高交易数据的安全性。
图16示出了本发明第十六实施例提供的基于区块链的洗钱预警装置的功能模块，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了保障交易数据的一致性，参考图16，所述基于区块链的洗钱预警装置所包含的各个模块用于执行图6对应实施例中的各个步骤，具体请参阅图6以及图6对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述基于区块链的洗钱预警装置，还包括私有链节点同步模块1601。
私有链节点同步模块1601，用于金融节点私有链上各个客户节点的本地账本，对金融节点私有链上各个客户节点共识通过后交易数据进行同步。
在本发明实施例中，私有链节点同步模块1601金融节点私有链上各个客户节点的本地账本，对金融节点私有链上各个客户节点共识通过后交易数据进行同步，能够保障交易数据的一致性。
图17示出了本发明第十七实施例提供的基于区块链的洗钱预警装置中联盟链上链模块1402的结构示意，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了实现金融节点间交易数据的信息共享，参考图17，所述联盟链上链模块1402所包含的各个单元用于执行图7对应实施例中的各个步骤，具体请参阅图7以及图7对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述联盟链上链模块1402包括联盟链广播单元1701、联盟链节点共识单元1702及联盟链上链单元1703。
联盟链广播单元1701，用于将金融节点私有链上共识后的交易数据在联盟链上进行广播。
联盟链节点共识单元1702，用于联盟链上各个金融节点在接收到金融节点私有链上共识后的交易数据后，对金融节点私有链上共识后的交易数据进行共识。
联盟链上链单元1703，用于在联盟链上各个金融节点共识通过后，将联盟链上各个金融节点共识通过后的交易数据添加至联盟链上。
在本发明实施例中，联盟链广播单元1701将金融节点私有链上共识后的交易数据在联盟链上进行广播；联盟链节点共识单元1702联盟链上各个金融节点在接收到金融节点私有链上共识后的交易数据后，对金融节点私有链上共识后的交易数据进行共识；联盟链上链单元1703在联盟链上各个金融节点共识通过后，将联盟链上各个金融节点共识通过后的交易数据添加至联盟链上，实现交易数据在金融节点之间交易数据的信息共享。
图18示出了本发明实施例提供的基于区块链的洗钱预警装置的功能模块，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了保障金融节点间交易数据的一致性，参考图18，所述基于区块链的洗钱预警装置的功能模块所包含的各个模块用于执行图8对应实施例中的各个步骤，具体请参阅图8以及图8对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述基于区块链的洗钱预警装置的功能模块，还包括联盟链节点同步模块1801。
联盟链节点同步模块1801，用于联盟链上各个金融节点的本地账本，对联盟链上各个金融节点共识通过后的交易数据进行同步。
在本发明实施例中，联盟链节点同步模块1801联盟链上各个金融节点的本地账本，对联盟链上各个金融节点共识通过后的交易数据进行同步，保障金融节点间交易数据的一致性。
图19示出了本发明第十九实施例提供的基于区块链的洗钱预警装置的功能模块，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了保障交易数据的安全性，参考图19，所述基于区块链的洗钱预警装置的功能模块所包含的各个模块用于执行图9实施例中的各个步骤，具体请参阅图9以及图9对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述基于区块链的洗钱预警装置的功能模块，还包括私有链拒绝上链模块1901。
私有链拒绝上链模块1901，用于将未通过金融节点私有链上各个客户节点共识后的交易数据拒绝添加至金融节点的私有链上。
在本发明实施例中，私有链拒绝上链模块1901将未通过金融节点私有链上各个客户节点共识后的交易数据拒绝添加至金融节点的私有链上，保障交易数据的安全性。
图20示出了本发明第二十实施例提供的基于区块链的洗钱预警装置的功能模块，为便于说明，仅示出了与本发明实施例相关的部分，详述如下：
在本发明的一实施例中，为了进一步保障交易数据的安全性，参考图20，所述基于区块链的洗钱预警装置的功能模块所包含的各个模块用于执行图10对应实施例中的各个步骤，具体请参阅图10以及图10对应实施例中的相关描述，此处不再赘述。本发明实施例中，所述基于区块链的洗钱预警装置的功能模块，还包括联盟链拒绝上链模块2001。
联盟链拒绝上链模块2001，用于将通过金融节点私有链上各个客户节点共识后的交易数据，但未通过联盟链各个金融节点共识的交易数据，拒绝添加至联盟链上。
在本发明实施例中，联盟链拒绝上链模块2001将通过金融节点私有链上各个客户节点共识后的交易数据，但未通过联盟链各个金融节点共识的交易数据，拒绝添加至联盟链上，进一步保障交易数据的安全性。
本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于区块链的洗钱预警方法。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述基于区块链的洗钱预警方法的计算机程序。
本发明提供的业务办理方法及装置可应用于金融领域，还可以应用于除金融领域之外的其它应用领域，本发明实施例对此不作特别的限制。
综上所述，本发明实施例中，先利用初始人工智能洗钱预警模型识别联盟链上金融节点的洗钱交易数据；进而利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型；然后利用训练后的人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；在识别到联盟链上金融节点的交易数据为洗钱交易数据时，将联盟链上金融节点的交易数据及其对应的账户信息反馈至联盟链上各个金融节点进行预警。本发明实施例利用区块链的联盟链实现金融机构间交易数据的信息共享，利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型，不断优化人工智能洗钱预警模型，最后利用训练后的人工智能洗钱预警模型，对识别到的联盟链上金融节点的洗钱交易数据进行预警，提高洗钱预警有效性。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.一种基于区块链的洗钱预警方法，其特征在于，包括：
利用初始人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；
在初始人工智能洗钱预警模型识别到的联盟链上金融节点的洗钱交易数据满足训练要求时，利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型；
利用训练后的人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；
在识别到联盟链上金融节点的交易数据为洗钱交易数据时，将联盟链上金融节点的交易数据及其对应的账户信息反馈至联盟链上各个金融节点进行预警。
2.如权利要求1所述的基于区块链的洗钱预警方法，其特征在于，在初始人工智能洗钱预警模型识别到的联盟链上金融节点的洗钱交易数据满足训练要求时，利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型，包括：
将初始人工智能洗钱预警模型识别到的洗钱交易数据分为洗钱交易数据训练集、洗钱交易数据验证集及洗钱交易数据测试集；
利用初始人工智能洗钱预警模型识别到的洗钱交易数据中的洗钱交易数据训练集对初始人工智能洗钱预警模型进行迭代训练；
利用初始人工智能洗钱预警模型识别到的洗钱交易数据中的洗钱交易数据验证集调整迭代训练过程中初始人工智能洗钱预警模型的参数；
利用初始人工智能洗钱预警模型识别到的洗钱交易数据中的洗钱交易数据测试集验证训练后的人工智能洗钱预警模型的准确率；
在满足迭代训练终止条件时，获得训练后的人工智能洗钱预警模型。
3.如权利要求2所述的基于区块链的洗钱预警方法，其特征在于，在满足迭代训练终止条件时，获得训练后的人工智能洗钱预警模型，包括：
在迭代次数不小于预设迭代次数时，或训练后的人工智能洗钱预警模型的准确率不小于预设准确率时，获得训练后的人工智能洗钱预警模型。
4.如权利要求1所述的基于区块链的洗钱预警方法，其特征在于，还包括：
将通过金融节点私有链上各个客户节点共识后的交易数据添加至金融节点的私有链上；
在金融节点私有链上共识后的交易数据通过联盟链各个金融节点的共识后，将联盟链各个金融节点共识后的交易数据添加至联盟链上。
5.如权利要求4所述的基于区块链的洗钱预警方法，其特征在于，将通过金融节点私有链上各个客户节点共识后的交易数据添加至金融节点的私有链上，包括：
将交易信息在金融节点私有链上进行广播；
金融节点私有链上各个客户节点在接收到交易信息后，对交易信息进行共识；
在金融节点私有链上各个客户节点共识通过后，将共识通过后的交易数据添加至金融节点的私有链上。
6.如权利要求5所述的基于区块链的洗钱预警方法，其特征在于，还包括：
金融节点私有链上各个客户节点的本地账本，对金融节点私有链上各个客户节点共识通过后交易数据进行同步。
7.如权利要求4所述的基于区块链的洗钱预警方法，其特征在于，在金融节点私有链上共识后的交易数据通过联盟链各个金融节点的共识后，将联盟链各个金融节点共识后的交易数据添加至联盟链上，包括：
将金融节点私有链上共识后的交易数据在联盟链上进行广播；
联盟链上各个金融节点在接收到金融节点私有链上共识后的交易数据后，对金融节点私有链上共识后的交易数据进行共识；
在联盟链上各个金融节点共识通过后，将联盟链上各个金融节点共识通过后的交易数据添加至联盟链上。
8.如权利要求7所述的基于区块链的洗钱预警方法，其特征在于，还包括：
联盟链上各个金融节点的本地账本，对联盟链上各个金融节点共识通过后的交易数据进行同步。
9.如权利要求4所述的基于区块链的洗钱预警方法，其特征在于，还包括：
将未通过金融节点私有链上各个客户节点共识后的交易数据拒绝添加至金融节点的私有链上。
10.如权利要求4所述的基于区块链的洗钱预警方法，其特征在于，还包括：
将通过金融节点私有链上各个客户节点共识后的交易数据，但未通过联盟链各个金融节点共识的交易数据，拒绝添加至联盟链上。
11.一种基于区块链的洗钱预警装置，其特征在于，包括：
初始识别模块，用于利用初始人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；
模型训练模块，用于在初始人工智能洗钱预警模型识别到的联盟链上金融节点的洗钱交易数据满足训练要求时，利用初始人工智能洗钱预警模型识别到的洗钱交易数据训练初始人工智能洗钱预警模型；
洗钱识别模块，用于利用训练后的人工智能洗钱预警模型，对联盟链上金融节点的交易数据进行洗钱识别；
洗钱预警模块，用于在识别到联盟链上金融节点的交易数据为洗钱交易数据时，将联盟链上金融节点的交易数据及其对应的账户信息反馈至联盟链上各个金融节点进行预警。
12.如权利要求11所述的基于区块链的洗钱预警装置，其特征在于，模型训练模块包括：
数据分类单元，用于将初始人工智能洗钱预警模型识别到的洗钱交易数据分为洗钱交易数据训练集、洗钱交易数据验证集及洗钱交易数据测试集；
模型迭代训练单元，用于利用初始人工智能洗钱预警模型识别到的洗钱交易数据中的洗钱交易数据训练集对初始人工智能洗钱预警模型进行迭代训练；
模型参数调整单元，用于利用初始人工智能洗钱预警模型识别到的洗钱交易数据中的洗钱交易数据验证集调整迭代训练过程中初始人工智能洗钱预警模型的参数；
模型验证单元，用于利用初始人工智能洗钱预警模型识别到的洗钱交易数据中的洗钱交易数据测试集验证训练后的人工智能洗钱预警模型的准确率；
迭代训练终止单元，用于在满足迭代训练终止条件时，获得训练后的人工智能洗钱预警模型。
13.如权利要求12所述的基于区块链的洗钱预警装置，其特征在于，迭代训练终止单元包括：
迭代训练终止子单元，用于在迭代次数不小于预设迭代次数时，或训练后的人工智能洗钱预警模型的准确率不小于预设准确率时，获得训练后的人工智能洗钱预警模型。
14.如权利要求11所述的基于区块链的洗钱预警装置，其特征在于，还包括：
私有链上链模块，用于将通过金融节点私有链上各个客户节点共识后的交易数据添加至金融节点的私有链上；
联盟链上链模块，用于在金融节点私有链上共识后的交易数据通过联盟链各个金融节点的共识后，将联盟链各个金融节点共识后的交易数据添加至联盟链上。
15.如权利要求14所述的基于区块链的洗钱预警装置，其特征在于，私有链上链模块包括：
私有链广播单元，用于将交易信息在金融节点私有链上进行广播；
私有链节点共识单元，用于金融节点私有链上各个客户节点在接收到交易信息后，对交易信息进行共识；
私有链上链单元，用于在金融节点私有链上各个客户节点共识通过后，将共识通过后的交易数据添加至金融节点的私有链上。
16.如权利要求15所述的基于区块链的洗钱预警装置，其特征在于，还包括：
私有链节点同步模块，用于金融节点私有链上各个客户节点的本地账本，对金融节点私有链上各个客户节点共识通过后交易数据进行同步。
17.如权利要求14所述的基于区块链的洗钱预警装置，其特征在于，联盟链上链模块包括：
联盟链广播单元，用于将金融节点私有链上共识后的交易数据在联盟链上进行广播；
联盟链节点共识单元，用于联盟链上各个金融节点在接收到金融节点私有链上共识后的交易数据后，对金融节点私有链上共识后的交易数据进行共识；
联盟链上链单元，用于在联盟链上各个金融节点共识通过后，将联盟链上各个金融节点共识通过后的交易数据添加至联盟链上。
18.如权利要求17所述的基于区块链的洗钱预警装置，其特征在于，还包括：
联盟链节点同步模块，用于联盟链上各个金融节点的本地账本，对联盟链上各个金融节点共识通过后的交易数据进行同步。
19.如权利要求14所述的基于区块链的洗钱预警装置，其特征在于，还包括：
私有链拒绝上链模块，用于将未通过金融节点私有链上各个客户节点共识后的交易数据拒绝添加至金融节点的私有链上。
20.如权利要求14所述的基于区块链的洗钱预警装置，其特征在于，还包括：
联盟链拒绝上链模块，用于将通过金融节点私有链上各个客户节点共识后的交易数据，但未通过联盟链各个金融节点共识的交易数据，拒绝添加至联盟链上。
21.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10任一所述基于区块链的洗钱预警方法。
22.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1至10任一所述基于区块链的洗钱预警方法的计算机程序。
技术总结