network community

Détection de Blanchiment avec Liens Inter-Communautés (Cas Limite)

Scénario de test & Cas d'usage

Contexte Métier

Une banque lutte contre le blanchiment d'argent. Elle a identifié des réseaux suspects (communautés). Le besoin critique est de comprendre comment l'argent transite ENTRE ces réseaux (le 'Layering'). Le test vise à extraire spécifiquement les liens qui connectent des communautés disjointes.
Préparation des Données

Simulation de deux réseaux criminels distincts (Réseau A et Réseau B) reliés par une seule transaction (la 'mule'). Utilisation de 'LabelPropagation' pour varier l'algorithme.

Copié !
1DATA mycas.money_trail; INPUT src $ dst $ amount; DATALINES; GangA1 GangA2 10000
2GangA2 GangA3 5000
3GangB1 GangB2 20000
4GangB2 GangB3 15000
5GangA3 GangB1 500
6; RUN;

Étapes de réalisation

1
Exécution avec LabelPropagation et demande explicite des liens inter-communautés.
Copié !
1 
2PROC CAS;
3network.community / links={name='money_trail'} algorithm='LABELPROPAGATION' weight='amount' outCommLinks={name='InterGangFlow', replace=true} outNodes={name='GangMembers', replace=true};
4 
5RUN;
6 
2
Contrôle de l'existence du lien inter-communautés.
Copié !
1 
2PROC CAS;
3TABLE.fetch / TABLE='InterGangFlow';
4 
5RUN;
6 

Résultat Attendu


La table `InterGangFlow` doit contenir une ligne représentant le lien pondéré entre la Communauté A et la Communauté B (correspondant à la transaction de 500). Cela valide que l'action identifie non seulement les groupes, mais aussi les ponts faibles qui les relient.