Перейти к основному содержанию
AML-скрининг Didit проверяет человека в реальном времени по 1,300+ глобальным источникам санкций, списков PEP и списков наблюдения, а также негативным публикациям в СМИ, и возвращает каждое потенциальное совпадение с двумя оценками: оценкой совпадения (насколько вероятно, что совпадение относится к тому же человеку) и оценкой риска (насколько рискованна сущность, включённая в список). В уроке Академии по чтению результатов верификации AML-скрининг начинается на отметке 8:40: санкции, PEP и негативные публикации в СМИ на реальной сессии.
Таблица источников списков наблюдения для AML-скрининга Didit, включая санкции OFAC, ЕС, ООН и списки PEP

Ключевые концепции: оценка совпадения и оценка риска

Didit использует систему из двух оценок для AML-скрининга:

Оценка совпадения (уверенность в идентификации)

  • Вопрос: Относится ли это совпадение к тому же человеку, которого мы проверяем?
  • Факторы: Сходство имени, дата рождения, страна/гражданство, номер документа
  • Назначение: Классифицирует совпадение как Ложное срабатывание или Не проверено (возможное совпадение)
  • Порог: Порог оценки совпадения (по умолчанию: 93)

Оценка риска (уровень риска сущности)

  • Вопрос: Насколько рискованна эта сущность, если совпадение подтвердится?
  • Факторы: Риск страны, категория (PEP/санкции и т. д.), судимости
  • Назначение: Определяет итоговый статус AML (Одобрена/На проверке/Отклонена)
  • Пороги: Порог одобрения (по умолчанию: 80) и порог проверки (по умолчанию: 100)

Статусы проверки совпадений

Каждому AML-совпадению присваивается статус проверки на основе его оценки совпадения:

Совет: Вы можете изменить статус проверки совпадения в консоли, перейдя в обзор AML или нажав на конкретное совпадение, чтобы просмотреть подробные сведения.

Ключевые возможности

1. Комплексное извлечение данных

  • Точное извлечение: извлекайте данные из предоставленной пользователем информации или документов, удостоверяющих личность, с помощью передовой технологии OCR.
  • Нечёткая логика: учитывайте вариации написания имён и опечатки для максимально полного сбора данных.

2. Широкий охват списков наблюдения

Скрининг проводится по множеству категорий, включая:
  • Санкционные списки: от государственных и международных органов.
  • Политически значимые лица (PEP): лица, выполняющие публичные функции государственного значения.
  • Сведения о преступлениях: включая глобальные и локальные базы данных о преступлениях.
  • Негативные публикации в СМИ: статьи и отчёты о финансовых преступлениях и других рисках.
  • Пользовательские списки наблюдения: настраиваются под конкретные требования клиента.

3. Продвинутые алгоритмы сопоставления

  • Нечёткое сопоставление: выявляет незначительные различия в именах или данных для обеспечения точного совпадения.
  • Множество точек данных: использует имя, дату рождения, гражданство и другие идентификаторы для тщательной проверки.
  • Логика Golden Key: сопоставление по номеру документа, которое может переопределять баллы для окончательной идентификации.

4. Оценка риска по двум шкалам

Каждое совпадение получает ДВЕ оценки: Статус проверки совпадения (на основе Оценки совпадения):
  • Ложное срабатывание: оценка совпадения ниже порога - скорее всего, это НЕ тот же человек
  • Не проверено: оценка совпадения равна порогу или выше него - требуется проверка
Финальный AML-статус (на основе максимальной Оценки риска среди совпадений, не являющихся ложными срабатываниями):
  • Одобрено: все непроверенные совпадения имеют низкую оценку риска
  • На проверке: как минимум одно непроверенное совпадение имеет среднюю или высокую оценку риска
  • Отклонено: как минимум одно непроверенное совпадение имеет очень высокую оценку риска

5. Детальный скрининг негативных публикаций в СМИ

Скрининг по широкому спектру категорий негативных публикаций в СМИ, включая:
  • Финансовые преступления: отмывание денег, растрата и другое.
  • Насильственные преступления: нападение, убийство и сопутствующие правонарушения.
  • Терроризм: участие в террористической деятельности или её поддержка.
  • Наркотики: незаконный оборот наркотиков и связанные с ним преступления.
  • Мошенничество: различные виды мошенничества и вводящих в заблуждение действий.
  • Регуляторные нарушения: нарушения требований регуляторного комплаенса.

6. Настраиваемые параметры скрининга

  • Регулируемая чувствительность: настраивайте чувствительность скрининга в соответствии с риск-аппетитом вашей организации.
  • Настраиваемые списки наблюдения: выбирайте, какие списки наблюдения и категории включать в процесс скрининга для соблюдения конкретных требований.

Настраиваемые пороги

Вы можете гибко настраивать уровни безопасности, задавая различные пороги: Конфигурация Оценки совпадения: Пороги Оценки риска (Финальный статус):
Didit AML risk score thresholds for Approved, In Review and Declined statuses
Эти пороги можно изменять в зависимости от допустимого для вас уровня риска и требований безопасности.

Как это работает

Наш процесс AML-скрининга эффективно выявляет потенциальные риски, сводя к минимуму задержки для добросовестных пользователей.

Извлечение данных

Система извлекает необходимую информацию либо из предоставленных пользователем данных, либо из загруженных документов, удостоверяющих личность.

Скрининг по спискам наблюдения

Извлечённые данные проверяются по 1,300+ мировым спискам наблюдения и базам данных в режиме реального времени:
  • Санкционные списки — государственные и международные органы (OFAC, EU, UN и др.)
  • Политически значимые лица (PEP) — лица, выполняющие значимые публичные функции
  • Сведения о преступлениях — глобальные и локальные базы данных о преступлениях
  • Негативные публикации в СМИ — новостные статьи и отчёты о финансовых преступлениях
  • Пользовательские списки наблюдения — настраиваются под ваши требования

Расчёт оценки совпадения

Для каждого потенциального совпадения система рассчитывает оценку уверенности в личности — насколько вероятно, что это один и тот же человек.
  • Оценка совпадения ниже порога (по умолчанию: 93) → классифицируется как Ложное срабатывание
  • Оценка совпадения на уровне порога или выше → классифицируется как Не проверено (возможное совпадение)
  • Golden Key: совпадение номера документа может переопределить оценку до 100% для однозначной идентификации

Расчёт оценки риска

Для совпадений, не являющихся ложными срабатываниями, система рассчитывает уровень риска субъекта:

Определение итогового статуса

На основе наивысшей оценки риска среди всех совпадений, не являющихся ложными срабатываниями:Если все совпадения являются ложными срабатываниями, результат: Одобрена (обоснованных совпадений не обнаружено).

Формирование результата

Формируется подробный отчёт, обеспечивающий полную прозрачность:
  • Оценка совпадения и оценка риска для каждого совпадения с детализацией
  • Классификация совпадений (Ложное срабатывание / Не проверено / Подтверждено)
  • Исходная база данных и сведения о категории для каждого совпадения
  • Результаты доставляются через ответ API, webhook или Business Console
  • Автоматическое принятие решений на основе настроенных вами порогов оценки риска

Справочник данных совпадений AML

Каждое совпадение AML, возвращаемое в ответе API, содержит подробную информацию о совпавшей сущности. Ниже приведены ключевые поля и их возможные значения.

Категории наборов данных

Поле datasets для каждого совпадения указывает, в каких категориях комплаенс-баз данных была найдена сущность. Возможные значения:

Совпадения по санкциям

Массив sanction_matches содержит подробную информацию по каждому санкционному списку, в котором была найдена сущность. Ключевые поля:

Совпадения по предупреждениям

Массив warning_matches содержит подробную информацию о совпадениях из списков предупреждений, правоприменительных мер регуляторов и связанных списков. Поле additional_data может содержать массив data.case_details со структурированной информацией о кейсе.

Типы кейсов предупреждений

Поле case_type внутри additional_data.data.case_details[] описывает характер кейса предупреждения. Известные значения:
Последнее изменение 7 ноября 2026 г.