AML स्क्रीनिंग

AML स्क्रीनिंग API: प्रतिबंध और PEP

Didit से 1,300+ वैश्विक प्रतिबंध, PEP और वॉचलिस्ट डेटाबेस पर उपयोगकर्ताओं की रीयल-टाइम AML स्क्रीनिंग करें। प्रति-कॉल $0.20, कोई अनुबंध नहीं।

Didit AML स्क्रीनिंग 1,300+ वैश्विक प्रतिबंधों, PEP और वॉचलिस्ट स्रोतों और प्रतिकूल मीडिया के विरुद्ध वास्तविक समय में किसी व्यक्ति की जांच करती है, और दो स्कोर के साथ प्रत्येक संभावित मिलान लौटाती है: मिलान स्कोर यह बताता है कि मिलान उसी व्यक्ति का होने की कितनी संभावना है, और जोखिम स्कोर यह दर्शाता है कि सूचीबद्ध इकाई कितनी जोखिम भरी है। सत्यापन परिणाम पढ़ने वाला Academy पाठ 8:40 पर AML स्क्रीनिंग तक पहुँचता है: एक वास्तविक सत्र में प्रतिबंध, PEPs, और प्रतिकूल मीडिया।

Didit AML screening watchlist sources table including OFAC, EU, UN sanctions and PEP lists

मुख्य अवधारणाएँ: मिलान स्कोर बनाम जोखिम स्कोर

Didit AML स्क्रीनिंग के लिए दो-स्कोर प्रणाली का उपयोग करता है:

मिलान स्कोर (पहचान संबंधी विश्वास)

प्रश्न: क्या यह मिलान वही व्यक्ति है जिसकी हम जांच कर रहे हैं?
कारक: नाम समानता, जन्म तिथि, देश/राष्ट्रीयता, दस्तावेज़ संख्या
उद्देश्य: मिलान को फ़ॉल्स पॉज़िटिव या असमीक्षित (संभावित मिलान) के रूप में वर्गीकृत करता है
थ्रेशोल्ड: मिलान स्कोर थ्रेशोल्ड (डिफ़ॉल्ट: 93)

जोखिम स्कोर (इकाई जोखिम स्तर)

प्रश्न: यदि यह एक सही मिलान है, तो यह इकाई कितनी जोखिम भरी है?
कारक: देश का जोखिम, श्रेणी (PEP/प्रतिबंध/आदि), आपराधिक रिकॉर्ड
उद्देश्य: अंतिम AML स्थिति (स्वीकृत/समीक्षाधीन/अस्वीकृत) निर्धारित करता है
थ्रेशोल्ड: स्वीकृत थ्रेशोल्ड (डिफ़ॉल्ट: 80) और समीक्षा थ्रेशोल्ड (डिफ़ॉल्ट: 100)

┌─────────────────────────────────────────────────────────────────────────────┐
│                           AML SCREENING FLOW                                │
├─────────────────────────────────────────────────────────────────────────────┤
│                                                                             │
│  STEP 1: Screen against watchlists                                          │
│     └── Returns potential matches (match score ≥ 75% included)              │
│                                                                             │
│  STEP 2: For each match, calculate MATCH SCORE                              │
│     └── Match Score = (Name × W1) + (DOB × W2) + (Country × W3)             │
│                                                                             │
│  STEP 3: Classify match by match score                                      │
│     ├── Match Score < 93 → FALSE POSITIVE (excluded from risk)              │
│     └── Match Score ≥ 93 → UNREVIEWED (included in risk)                    │
│                                                                             │
│  STEP 4: For unreviewed matches, calculate RISK SCORE                       │
│     └── Risk Score = (Country × 30%) + (Category × 50%) + (Criminal × 20%)  │
│                                                                             │
│  STEP 5: Determine AML STATUS (highest risk score among non-FP matches)     │
│     ├── Risk Score < 86 → APPROVED                                          │
│     ├── 86 ≤ Risk Score ≤ 100 → IN REVIEW                                   │
│     └── Risk Score > 100 → DECLINED                                         │
│                                                                             │
└─────────────────────────────────────────────────────────────────────────────┘

मिलान की समीक्षा स्थितियाँ

प्रत्येक AML मिलान को उसके मिलान स्कोर के आधार पर एक समीक्षा स्थिति सौंपी जाती है:

स्थिति	विवरण	कब सौंपी जाती है
फ़ॉल्स पॉज़िटिव	मिलान संभवतः उसी व्यक्ति का नहीं है	मिलान स्कोर < थ्रेशोल्ड (स्वचालित रूप से असाइन किया गया)
असमीक्षित	मिलान एक संभावित मिलान है जिसकी समीक्षा आवश्यक है	मिलान स्कोर ≥ थ्रेशोल्ड (स्वचालित रूप से असाइन किया गया)
पुष्टि किया गया मिलान	यह पुष्टि हो चुकी है कि मिलान उसी व्यक्ति का है	अनुपालन अधिकारी द्वारा मैन्युअल रूप से सेट किया गया
अनिर्णायक	यह निर्धारित करने में असमर्थ कि मिलान वही व्यक्ति है या नहीं	अनुपालन अधिकारी द्वारा मैन्युअल रूप से सेट किया गया

सुझाव: आप AML अवलोकन देखकर या इसके विवरण देखने के लिए किसी विशिष्ट मिलान पर क्लिक करके कंसोल में मिलान समीक्षा स्थिति बदल सकते हैं।

मुख्य सुविधाएँ

1. व्यापक डेटा निष्कर्षण

सटीक निष्कर्षण: उन्नत OCR तकनीक का उपयोग करके उपयोगकर्ता द्वारा प्रदान की गई जानकारी या पहचान दस्तावेज़ों से डेटा निकालें।
फ़ज़ी लॉजिक: व्यापक डेटा कैप्चर सुनिश्चित करने के लिए नामों के अंतर और गलत वर्तनी को ध्यान में रखें।

2. व्यापक वॉचलिस्ट कवरेज

विभिन्न श्रेणियों के विरुद्ध स्क्रीनिंग करें, जिनमें शामिल हैं:

प्रतिबंध सूचियाँ: सरकारी और अंतरराष्ट्रीय निकायों से।
राजनीतिक रूप से उजागर व्यक्ति (PEPs): प्रमुख सार्वजनिक पदों पर आसीन व्यक्ति।
आपराधिक रिकॉर्ड: वैश्विक और स्थानीय आपराधिक डेटाबेस सहित।
प्रतिकूल मीडिया उल्लेख: वित्तीय अपराधों और अन्य जोखिमों पर समाचार लेख और रिपोर्ट।
कस्टम वॉचलिस्ट: विशिष्ट ग्राहक आवश्यकताओं के आधार पर कॉन्फ़िगर करने योग्य।

3. उन्नत मिलान एल्गोरिदम

फ़ज़ी मिलान: सटीक मिलान सुनिश्चित करने के लिए नामों या विवरणों में मामूली अंतर को पकड़ें।
एकाधिक डेटा बिंदु: गहन स्क्रीनिंग के लिए नाम, जन्म तिथि, राष्ट्रीयता और अन्य पहचानकर्ताओं का उपयोग करें।
गोल्डन की लॉजिक: दस्तावेज़ संख्या मिलान जो निर्णायक पहचान के लिए स्कोर को ओवरराइड कर सकता है।

4. दो-स्कोर जोखिम मूल्यांकन

प्रत्येक मिलान को दो स्कोर प्राप्त होते हैं:

स्कोर	उद्देश्य	वर्गीकरण
मिलान स्कोर (0-100)	क्या यह वही व्यक्ति है?	फ़ॉल्स पॉज़िटिव बनाम असमीक्षित
जोखिम स्कोर (0-100)	यह निकाय कितना जोखिम भरा है?	अंतिम AML स्थिति निर्धारित करता है

मिलान समीक्षा स्थिति (मिलान स्कोर पर आधारित):

फ़ॉल्स पॉज़िटिव: थ्रेशोल्ड से नीचे मिलान स्कोर - संभवतः वही व्यक्ति नहीं है
असमीक्षित: थ्रेशोल्ड पर या उससे ऊपर मिलान स्कोर - समीक्षा की आवश्यकता है

अंतिम AML स्थिति (गैर-फ़ॉल्स-पॉज़िटिव मिलानों में उच्चतम जोखिम स्कोर पर आधारित):

स्वीकृत: सभी असमीक्षित मिलानों में कम जोखिम स्कोर हैं
समीक्षाधीन: कम से कम एक असमीक्षित मिलान में मध्यम-उच्च जोखिम स्कोर है
अस्वीकृत: कम से कम एक असमीक्षित मिलान में बहुत उच्च जोखिम स्कोर है

5. विस्तृत प्रतिकूल मीडिया स्क्रीनिंग

प्रतिकूल मीडिया श्रेणियों की एक विस्तृत श्रृंखला के विरुद्ध स्क्रीनिंग करें, जिनमें शामिल हैं:

वित्तीय अपराध: मनी लॉन्ड्रिंग, गबन, और बहुत कुछ।
हिंसक अपराध: हमला, हत्या, और संबंधित अपराध।
आतंकवाद: आतंकवादी गतिविधियों में संलिप्तता या समर्थन।
मादक पदार्थ: नशीली दवाओं की तस्करी और संबंधित अपराध।
फ्रॉड: विभिन्न प्रकार के फ्रॉड और भ्रामक व्यवहार।
नियामकीय उल्लंघन: नियामकीय अनुपालन आवश्यकताओं का उल्लंघन।

6. अनुकूलन योग्य स्क्रीनिंग पैरामीटर

समायोज्य संवेदनशीलता: अपने संगठन की जोखिम उठाने की क्षमता के आधार पर स्क्रीनिंग संवेदनशीलता कॉन्फ़िगर करें।
अनुकूलन योग्य वॉचलिस्ट: विशिष्ट आवश्यकताओं को पूरा करने के लिए चुनें कि स्क्रीनिंग प्रक्रिया में किन वॉचलिस्ट और श्रेणियों को शामिल करना है।

कॉन्फ़िगर करने योग्य थ्रेशोल्ड

आप विभिन्न थ्रेशोल्ड सेट करके सुरक्षा स्तरों को अनुकूलित कर सकते हैं: मिलान स्कोर कॉन्फ़िगरेशन:

सेटिंग	डिफ़ॉल्ट	विवरण
मिलान स्कोर थ्रेशोल्ड	93	इससे नीचे के मिलान फ़ॉल्स पॉज़िटिव हैं, इस पर या इससे ऊपर के मिलान असमीक्षित हैं
नाम वेट	60	मिलान स्कोर में नाम के लिए वेट
DOB वेट	25	मिलान स्कोर में DOB के लिए वेट
देश वेट	15	मिलान स्कोर में देश के लिए वेट

जोखिम स्कोर थ्रेशोल्ड (अंतिम स्थिति):

सेटिंग	डिफ़ॉल्ट	विवरण
स्वीकृति थ्रेशोल्ड	80	इससे कम जोखिम स्कोर = स्वीकृत
समीक्षा थ्रेशोल्ड	100	इससे अधिक जोखिम स्कोर = अस्वीकृत; बीच में = समीक्षाधीन

स्वीकृत, समीक्षाधीन और अस्वीकृत स्थितियों के लिए Didit AML जोखिम स्कोर थ्रेशोल्ड

इन थ्रेशोल्ड को आपकी जोखिम सहनशीलता और सुरक्षा आवश्यकताओं के आधार पर समायोजित किया जा सकता है।

यह कैसे काम करता है

हमारी AML स्क्रीनिंग प्रक्रिया वैध उपयोगकर्ताओं के लिए देरी को कम करते हुए संभावित जोखिमों की कुशलतापूर्वक पहचान करती है।

डेटा निष्कर्षण

सिस्टम उपयोगकर्ता द्वारा प्रदान किए गए डेटा या अपलोड किए गए पहचान दस्तावेज़ों से प्रासंगिक जानकारी निकालता है।

इनपुट	विधि
पहचान दस्तावेज़	सटीक डेटा निष्कर्षण के लिए उन्नत OCR तकनीक
उपयोगकर्ता द्वारा प्रदान किया गया डेटा	सीधा इनपुट (नाम, DOB, राष्ट्रीयता, दस्तावेज़ संख्या)
फ़ज़ी लॉजिक	नाम की भिन्नताओं और गलत वर्तनी को ध्यान में रखता है

वॉचलिस्ट स्क्रीनिंग

निकाले गए डेटा की वास्तविक समय में 1,300+ वैश्विक वॉचलिस्ट और डेटाबेस से क्रॉस-जांच की जाती है:

प्रतिबंध सूचियाँ — सरकारी और अंतर्राष्ट्रीय निकाय (OFAC, EU, UN, आदि)
राजनीतिक रूप से उजागर व्यक्ति (PEPs) — प्रमुख सार्वजनिक पदों वाले व्यक्ति
आपराधिक रिकॉर्ड — वैश्विक और स्थानीय आपराधिक डेटाबेस
प्रतिकूल मीडिया — वित्तीय अपराधों पर समाचार लेख और रिपोर्ट
कस्टम वॉचलिस्ट — आपकी आवश्यकताओं के आधार पर कॉन्फ़िगर करने योग्य

मिलान स्कोर की गणना

प्रत्येक संभावित मिलान के लिए, सिस्टम एक पहचान विश्वास स्कोर की गणना करता है — कि यह वही व्यक्ति होने की कितनी संभावना है।

कारक	डिफ़ॉल्ट वेटेज	विवरण
नाम समानता	60%	भिन्नताओं को ध्यान में रखते हुए फ़ज़ी मिलान
जन्म तिथि	25%	सटीक या आंशिक DOB तुलना
देश/राष्ट्रीयता	15%	मूल देश की तुलना

मिलान स्कोर थ्रेशोल्ड से नीचे (डिफ़ॉल्ट: 93) → फ़ॉल्स पॉज़िटिव के रूप में वर्गीकृत
मिलान स्कोर थ्रेशोल्ड पर या उससे ऊपर → समीक्षित नहीं (संभावित मिलान) के रूप में वर्गीकृत
गोल्डन की: निश्चित पहचान के लिए दस्तावेज़ संख्या मिलान 100% तक ओवरराइड कर सकता है

जोखिम स्कोर की गणना

गैर-फ़ॉल्स-पॉज़िटिव मिलानों के लिए, सिस्टम इकाई के जोखिम स्तर की गणना करता है:

कारक	वेटेज	विवरण
श्रेणी	50%	PEP स्तर, प्रतिबंध का प्रकार, आपराधिक गंभीरता
देश का जोखिम	30%	संबंधित देशों की जोखिम रेटिंग
आपराधिक रिकॉर्ड	20%	आपराधिक इतिहास की उपस्थिति और गंभीरता

अंतिम स्थिति निर्धारण

सभी गैर-फ़ॉल्स-पॉज़िटिव मिलानों में उच्चतम जोखिम स्कोर के आधार पर:

जोखिम स्कोर	स्थिति	कार्रवाई
स्वीकृति थ्रेशोल्ड से नीचे	स्वीकृत	स्वतः स्वीकृत, कोई विश्वसनीय जोखिम नहीं
थ्रेशोल्ड के बीच	समीक्षाधीन	मैन्युअल अनुपालन समीक्षा के लिए फ़्लैग किया गया
समीक्षा थ्रेशोल्ड से ऊपर	अस्वीकृत	उच्च जोखिम, स्वचालित अस्वीकृति

यदि सभी मिलान फ़ॉल्स पॉज़िटिव हैं, तो परिणाम स्वीकृत होता है (कोई विश्वसनीय मिलान नहीं मिला)।

परिणाम तैयार करना

पूर्ण पारदर्शिता के साथ एक विस्तृत रिपोर्ट तैयार की जाती है:

विवरण के साथ प्रत्येक मिलान का मिलान स्कोर और जोखिम स्कोर
मिलान वर्गीकरण (फ़ॉल्स पॉज़िटिव बनाम समीक्षित नहीं बनाम पुष्ट)
प्रत्येक हिट के लिए स्रोत डेटाबेस और श्रेणी विवरण
परिणाम API रिस्पॉन्स, webhook, या Business Console के माध्यम से डिलीवर किए जाते हैं
आपके कॉन्फ़िगर किए गए जोखिम स्कोर थ्रेशोल्ड के आधार पर स्वचालित निर्णय लेना

AML हिट डेटा संदर्भ

API रिस्पॉन्स में लौटाया गया प्रत्येक AML हिट मिलान की गई इकाई के बारे में विस्तृत जानकारी रखता है। नीचे मुख्य फ़ील्ड और उनके संभावित मान दिए गए हैं।

डेटासेट श्रेणियां

प्रत्येक हिट पर datasets फ़ील्ड यह इंगित करता है कि इकाई किन अनुपालन डेटाबेस श्रेणियों में पाई गई थी। संभावित मान:

Value	Description
`PEP`	राजनीतिक रूप से उजागर व्यक्ति (सामान्य)
`PEP Level 1`	राष्ट्राध्यक्ष, वरिष्ठ राजनीतिज्ञ, सुप्रीम कोर्ट के न्यायाधीश
`PEP Level 2`	संसद सदस्य, राजदूत, सैन्य नेता
`PEP Level 3`	स्थानीय सरकारी अधिकारी, मध्यम स्तर के सिविल सेवक
`PEP Level 4`	PEP व्यक्तियों के RCA (रिश्तेदार और करीबी सहयोगी)
`Sanctions`	अंतर्राष्ट्रीय और राष्ट्रीय प्रतिबंध सूचियां (OFAC, EU, UN, आदि)
`Adverse Media`	वित्तीय अपराध से संबंधित नकारात्मक समाचार लेख और रिपोर्ट
`Warnings and Regulatory Enforcement`	नियामक चेतावनियां, प्रवर्तन कार्रवाइयां और अनुपालन अलर्ट
`Fitness and Probity`	वित्तीय नियामकों से फिटनेस और प्रोबिटी रजिस्टर
`SIP`	स्पेशल इंटरेस्ट पर्सन सूचियां
`SIE`	स्पेशल इंटरेस्ट एंटिटी सूचियां
`Insolvency`	दिवालियापन और शोधन अक्षमता रजिस्टर

प्रतिबंध मिलान

sanction_matches ऐरे में प्रत्येक प्रतिबंध सूची के लिए विवरण होते हैं जहां इकाई पाई गई थी। मुख्य फ़ील्ड:

Field	Type	Description
`list_name`	`string[]`	प्रतिबंध सूची (सूचियों) का नाम
`matched_name`	`string`	प्रतिबंध सूची में दिखाई देने वाला नाम
`description`	`string`	प्रतिबंध प्रविष्टि का विवरण
`reason`	`string`	मुक्त-पाठ में वह कारण दिया जाता है कि इकाई को क्यों प्रतिबंधित किया गया था। यह एनम नहीं है — मान सीधे प्रतिबंध लगाने वाले प्राधिकरण से आते हैं और लिस्टिंग के विशिष्ट आधार का वर्णन करते हैं (उदा., “Executive Order 13224 (Terrorism)”, “Support for actions undermining Ukraine’s sovereignty”)।
`legal_basis`	`string[]`	प्रतिबंध के लिए कानूनी आधार
`sanction_program`	`string[]`	प्रतिबंध कार्यक्रम जिसके तहत इकाई सूचीबद्ध है
`sanctioning_authority`	`string[]`	प्रतिबंध लगाने वाला प्राधिकरण
`listed_on`	`string[]`	तारीख (तारीखें) जब इकाई को सूचीबद्ध किया गया था
`source_url`	`string`	स्रोत का URL

चेतावनी मिलान

warning_matches ऐरे में चेतावनी, नियामक प्रवर्तन और संबंधित सूचियों से मिलान के विवरण शामिल हैं। additional_data फ़ील्ड में संरचित केस जानकारी के साथ एक data.case_details ऐरे शामिल हो सकता है।

चेतावनी केस प्रकार

additional_data.data.case_details[] के भीतर case_type फ़ील्ड चेतावनी केस की प्रकृति का वर्णन करता है। ज्ञात मान:

Value	Description
`Accusation`	औपचारिक आरोप या चार्ज
`Arrest`	गिरफ़्तारी रिकॉर्ड
`Bribery`	रिश्वतखोरी से संबंधित केस
`Criminal`	सामान्य आपराधिक केस
`Fraud`	धोखाधड़ी से संबंधित केस
`Illegal Fundraising`	अवैध धन जुटाने की गतिविधि
`Non-conviction Terror`	दोषसिद्धि के बिना आतंकवाद से संबंधित लिस्टिंग
`Proclaimed Offender`	आधिकारिक रूप से घोषित अपराधी
`Regulatory Enforcement`	नियामक प्रवर्तन कार्रवाई
`Terrorism`	आतंकवाद से संबंधित केस
`Terrorism-related`	आतंकवादी गतिविधियों से संबंधित
`Terrorism-related listing`	आतंकवाद के संबंध में सूचीबद्ध

अंतिम संशोधन 7 नवंबर 2026

प्रमाणीकरण

सत्यापन

निगरानी

प्लेटफ़ॉर्म

AML स्क्रीनिंग API: प्रतिबंध और PEP

मुख्य अवधारणाएँ: मिलान स्कोर बनाम जोखिम स्कोर

मिलान स्कोर (पहचान संबंधी विश्वास)

जोखिम स्कोर (इकाई जोखिम स्तर)

मिलान की समीक्षा स्थितियाँ

मुख्य सुविधाएँ

1. व्यापक डेटा निष्कर्षण

2. व्यापक वॉचलिस्ट कवरेज

3. उन्नत मिलान एल्गोरिदम

4. दो-स्कोर जोखिम मूल्यांकन

5. विस्तृत प्रतिकूल मीडिया स्क्रीनिंग

6. अनुकूलन योग्य स्क्रीनिंग पैरामीटर

कॉन्फ़िगर करने योग्य थ्रेशोल्ड

यह कैसे काम करता है

AML हिट डेटा संदर्भ

डेटासेट श्रेणियां

प्रतिबंध मिलान

चेतावनी मिलान

चेतावनी केस प्रकार

​मुख्य अवधारणाएँ: मिलान स्कोर बनाम जोखिम स्कोर

​मिलान स्कोर (पहचान संबंधी विश्वास)

​जोखिम स्कोर (इकाई जोखिम स्तर)

​मिलान की समीक्षा स्थितियाँ

​मुख्य सुविधाएँ

​1. व्यापक डेटा निष्कर्षण

​2. व्यापक वॉचलिस्ट कवरेज

​3. उन्नत मिलान एल्गोरिदम

​4. दो-स्कोर जोखिम मूल्यांकन

​5. विस्तृत प्रतिकूल मीडिया स्क्रीनिंग

​6. अनुकूलन योग्य स्क्रीनिंग पैरामीटर

​कॉन्फ़िगर करने योग्य थ्रेशोल्ड

​यह कैसे काम करता है

​AML हिट डेटा संदर्भ

​डेटासेट श्रेणियां

​प्रतिबंध मिलान

​चेतावनी मिलान

​चेतावनी केस प्रकार

मुख्य अवधारणाएँ: मिलान स्कोर बनाम जोखिम स्कोर

मिलान स्कोर (पहचान संबंधी विश्वास)

जोखिम स्कोर (इकाई जोखिम स्तर)

मिलान की समीक्षा स्थितियाँ

मुख्य सुविधाएँ

1. व्यापक डेटा निष्कर्षण

2. व्यापक वॉचलिस्ट कवरेज

3. उन्नत मिलान एल्गोरिदम

4. दो-स्कोर जोखिम मूल्यांकन

5. विस्तृत प्रतिकूल मीडिया स्क्रीनिंग

6. अनुकूलन योग्य स्क्रीनिंग पैरामीटर

कॉन्फ़िगर करने योग्य थ्रेशोल्ड

यह कैसे काम करता है

AML हिट डेटा संदर्भ

डेटासेट श्रेणियां

प्रतिबंध मिलान

चेतावनी मिलान

चेतावनी केस प्रकार