跳到主内容
交易监控 · 行为检测

为每笔交易打分。为每条警报分诊。

对照 FATF 类型学、同业基线与网络敞口进行实时行为评分。警报到达分析师手中时已预先总结,结案时附带审计盖章。

WIDTH 交易监控仪表板
获 500+ 机构信赖,覆盖 180 个司法辖区
FAB NETS MSIG Moomoo Syfe GLDB
<100ms
评分时延
在授权、暂缓或升级决策前返回每笔交易的风险评分。
95%
误报削减
在 4,000 万 + 警报样本上对比规则基线,AI 辅助分诊削减警报量。
130+
覆盖类型学
分层、化整为零、蚂蚁搬家、骡子账户网络 — 对齐 FATF、AUSTRAC、FinCEN。
如何运作

让交易监控经得起检验的三件事。

实时评分

每笔交易亚 100 毫秒决策 — 行为信号、同业信号、网络信号在结算关闭前融合成一份风险评分。

AI 辅助警报分诊

每条警报到达时已预先总结:触发的类型学、客户的风险历史、证据链。分析师做决策,AI 负责汇编。

原生审计

每个评分、规则、版本和审查者在决策当下被记录。Wolfsberg AML 原则 §5 与 MAS 公告 626 §6 审计要求开箱满足。

获行业认可*
Chartis FCC50 2026 RegTech100 Singapore Top Fintech 2026 Regulatory Leader 2025 ALB Pan Asian 2025 Fintech Frontiers 50 Chartis FCC50 2025 Top 10 Singapore Fastest-Growing 2020 Top 50 High-Growth Asia-Pacific 2020 MAS FinTech Awards
* In collaboration with Cynopsis Solutions
常见问题

交易监控 常见问题

默认覆盖多少种 AML 类型学?
130+ 种类型学,覆盖结构化、分层、蚂蚁搬家、骡子账户网络、贸易型洗钱、布谷蚂蚁、洗钱骡子、恐怖融资、制裁规避和扩散融资 — 每项都映射到 FATF、AUSTRAC、Egmont 和 MAS PMLA 类型学参照。
AI 分流后的典型误报率是多少?
纯规则告警的行业典型误报率为 90–98%。WIDTH 的 AI 分流在保持文档化 1:1 审计轨迹的同时,将分析师队列噪音降低 55–70%。
WIDTH 是否支持模型风险治理(如 SR 11-7 / MAS FEAT)?
支持。每个对交易或告警评分的模型都带版本,可在影子模式下做 A/B 测试,并附带模型卡(训练数据血缘、特征重要性、漂移监控、人工审查阈值)。对齐美 SR 11-7、MAS FEAT、IMDA AI Governance 和欧盟 AI Act 高风险要求。
类型学规则如何按司法辖区定制?
每条规则属于一个带版本的策略包。可按法人实体/司法辖区分叉全球规则库,并覆盖阈值、观察窗、回溯期和豁免。AUSTRAC TTR、FinCEN CTR 和 HKMA STR 阈值作为默认值随附。
每条告警生成什么样的审计轨迹?
每条告警携带:底层交易、触发的规则 + 模型 + 策略版本、AI 分流理由、人工审核员 ID、处置结论、支撑证据。导出为监管机构可用格式(PDF 或签名 JSON),且在重放间保持稳定。
能否接入我们自有的名单和风险细分?
可以。客户风险细分、内部黑名单、PEP 刷新清单及任何结构化风险属性均可通过 API 或批量 SFTP 加载,直接被类型学规则与 AI 分流层使用。

为每笔交易打分, 为每个决策辩护。

30 分钟通话。我们用 WIDTH 回放你的一段历史交易,陪你走过精确率指标与完整审计链。

预约演示 → 查看反洗钱监控