Способ с большим содержанием информаций для качественной маркировки масс валовых единиц и для слежения за ними и

касающимися их трансакциями

Предметом патента является такой способ, который можно использовать для более глубокого качественного анализа движений и происхождения масс из однородных валовых единиц (напр. товаров, или денег на банковских счетах), а также анализа трансакций с ними. Способ может распространяться и для прослеживания движения составных единиц массы. Данным способом на основании данных и характеристик трансакций или прикрепленных к качественным состояниям или происхождению масс данных создаются такие легкоанализируемые маркерные коды с большим содержанием информаций и маленьким числом символов, с помощью которых значительно упрощаются многие операции по слежению (напр. выявление движения связанных с незаконными экономическими действиями денег, маркировка происхождения, прошлого многосоставных продуктов,

И.Т.Д.).

Учет и слежение за движущимися в больших количествах и обычно принятых до сих пор валовыми единицами с имеющимися средствами статистики и информатики во многих аспектак можно читать ограниченными. Первым и наиболее значительным ограничением можно считать большое число присутствующих валовых единиц, что их индивидуальный учет сделает почти невозможным, правда, в большинстве случаев в этом и нет необходимости, потому что валовую массу можно разбить на несколько меньших множеств, внутри которых дальнейшее различение их не имеет значение. Составные единицы внутри полученных таким образом множествах уже в самом деле считаем однорадными. Такая группирование является известным, потому что напр. товары в ходе упаковки для отдельных конечных потребителей - даже по нескольким дальнейшим уровням - могут быть разбиты на дальнейшие множества, в собирательные упаковки, на поддоны, на отдельные поставки, и каждый из этих множеств получит свой отдельный идентификатор, с помощью которого в учетах можно проследить его движение. Другой значительной областью является движение денежных сумм, где характерно, что работаем с ними как валовыми единицами, и идентифицировать этапы движения сумм является затруднительным. Вопреки развития технологии движения денежных сумм, преступность "белых воротников" и изобретательность преступников не убывают, поэтому борьба против них тоже должен идти в ногу с развитием. К упомянутым незаконным действиям можно причислять мошенничество с НДС (вывоз-ввоз, "карусель"), откачку прибыли оффшорными компаниями, выпуск фиктивных счетов, мошенничество с государственными субсидиями и субсидиями ЕС, отмывание денег (равно в фазах помещения, наслаивания и интеграции), далее финансирование террористических действий. Известны могочисленный патенты для прослеживания движения денежных сумм и предотвращения незаконных действий, среди них напр. описание способа по патенту с « регистрации КР20130104231 FINANCIAL FRAUD SUSPICIOUS TRANSACTION MONITORING SYSTEM AND A METHOD THEREOF, где в рамках контроля движения денежных сумм центральный сервер собирает информации о времени и участников трансакций, и на основании предыдущих движений сумм на данных счетах создают и историческую базу данных. На основании базы данных определяют те указывающие на мошенничество признаки, на основании которых впоследствии, или в окне времени 15 минут планируют пресекать/выявлять проблематичные операции. Известны далее такие способы мониторинга, где пытаются предварительно выявлять и предотвратить потенциальные мошенничества. На это служит примером патент с N° регистрации CN 104424613 Value added tax invoice monitoring method and system thereof, где вывод сделают из данных счета. В качестве части способа исследуют аналогии между названиями покупателя и продавца, далее совпадения между перечней и количеств товаров, и путем всеторонной проверки этих данных автоматизируют отфильтрования подозриваемых в уклонении от уплаты налогов счетов. Частично аналогичным образом происходит фильтрация счетов в описании патента с N2 регистрации CN1257252 Information data base management system for all- round monitoring and controlling commercial tax dodging. Для обеспечения контроля и предотвращения уклонения от уплаты налогов к отдельным единицам товаров загружают связанные с их частными идентификаторами данные (даты продажи, классы товаров, количества, номеры заказов, подтвержденя уплаты налогов) в центральную базу данных, и из этой базы данных любой может проверить, что данная единица уплатила ли налоги. Согласно описанию патента с N° регистрации US 2015/0100479 А1 System for monitoring the compliance relationship of banking entities with validation, rerouting, and fee determination of financial transactions производится оценка и классификация участвующих в осуществлении переводе банков, затем выполнит анализ их ролей в цепи осуществлении переводов по аспектам compliance, а в случае риска перепланирует путь трансакции с оптимализацией расходов. Приведенные выше способы либо невозможно применять во всех случаях, напр. из-за языковых проблем, или они привели бы к чрезмерному повышению бюрокрации при сомнительных выгодах (CN1257252), либо они недостаточно эффективны в выявлении искомых действий. Помимо этих, можно сказать, что имеется потребность в легко применяемых и простых способах маркировки также и для товаров.

Кодировки привычных наших статистических-учетных систем по аспектам кодированной информации являются однобокими, и часто используют десятичную систему счисления, что в случае необходимости маркирования состоящих из валовых масс с большим числом составных единиц множеств требует большое число символов, и, как правило, помимо одного индивидуального идентификатора содержат только размер данного множества. В том случае, если в исследуемой массе хотели бы хранить и использовать также и другие важные информации о множествах или даже их составных единицах (напр. проведенное в массе их время, или их долеыве части, или качества), то это можем сделать в виде таблиц или с использованием идентификаторов с значительно повышенными числами символов, но обработка и фильтрация хранимымых в таких формах информаций представляют собой нелегкую задачу. Для хранения идентификаторов из длинных цепей символов существуют техники сжатия и кодирования, которые облегчают работу с ними. Для этой последней служит способ по английскому патенту GB2512211 (А) - Making and using alphanumeric codes online, который помогает в копировании, всоминании, работе оффлайн часто очень длинных адресов сайтов интернета тем, что привычные адресы сайтов заменяют с выстро вписываемым алфавитно- цифровым кодом из всего нескольких символов. Адресование и распознание требуют отдельное приложение.

Наша цель заключается в упрощении и облегчении более глубокого качественного анализа происхождения и движения масс из валовых составных единиц (напр. товаров или даже денег на банковских счетах).

Патент основан на признании того положения, что различаемые единицы/множества в валовой массе можем классифицировать по разным аспектам анализа, а затем включая все распределения характеристик в кодовые таблицы по характеристикам, вместо сложных таблиц характеристик можем с кодом с минимальным числом символов отображать состояние массы или трансакцию по заданным аспектам. Идентифицирующие таблицы содержат все возможные вариации классификации по отдельным аспектам анализа при заданным числом прослеживаемых единий. Полученные с прибавлением дальнейших кодов к маркерным (идентифицирующим) кодам единиц маркерные групповые коды являются удивительно информативными, и они еще и после многократных трансакций могут содержать предыдущие составляющие массы, их взаимные действия, характеристики, что облегчает анализы и по другим аспектам. Помимо этих, создаваемая база данных маркерных групповых кодов после ввода ее в эксплуатацию еще даст и возможность для исползования не известных до сих пор способов. Дальше мы осознали, что, если в набор символов к цифровым знакам десятичной системы счисления добавим еще и буквы латинского алфавита, то для каждого знака получим уже 36 возможностей, а с различанием строчных и заглавных букв, или с использованием печатных символов ASCII при распространенной инфраструктуры информатики плотность информации кодирования можно увеличить и дальше без проблем, а с увеличением числа символов строк кодироваеия эта разность увеличиваетсяя экспоненциально. При прослеживания движения денежных сумм было нами осознано, что в качестве первычного аспекта анализа является выгодным создание маркерных (идентифицирующих) кодов для различаемых единиц в массе, затем для вторичного аспекта анализа выбрать пропорции отдельных единиц относительно массы, а в качестве третьего - время вступления в массу (возраст, или генерационный уровень) единицы.

Каждое данное число символов маркерных групп дает возможность для покрытия конечного числа вариаций по возрасту или пропорции, поэтому эти значения возрастов и пропорций разбиваем на классы или области с соответствующими разрешениями, и к элементам кодовой таблицы прикрепляем эти классы или области. С автоматическим генерированием маркерных групповых кодов и с сборкой их в центральную базу данных по нашему представлению получается такой легко проверяемый отпечаток движения денежных сумм, который согласно нашему предположению облегчит раскрытие незаконных действий, но кроме этого станут возможными также и более глубокий качественный анализ, исследование происхождения, движения, взамодействия, концентрации, разделения и генерационного уровня единиц. Согласно вышеизложенным мониторинг автоматически созданных и сохраненных маркерных групп в случае прослеживания движения денежных сумм дает возможность сделать быстрых и очень точных запросов информаций, главным образом профилей клиентов для поддержки вынесения решений. Примененяя на достаточно широкой базе (с включением достаточного числа источников данных), данный способ годен для оценки отдельных участников финансовой системы и качества их портфели, далее может проследить поток денежных средств как на уровне клиентов, так и на уровне системы.

Предложенный патент представляет собой способ с большим содержанием информации для прослеживания и маркирования качества состоящих из валовых единиц масс, или касающихся их трансакций, согласно которому сперва внутри анализируемых множества или трансакции определим круг единиц или состоящих из них масс для анализа, затем хотя бы один аспект анализа, по которому хотим классифицировать находящихся в массе единиц. Определим далее, что с каким разрешением хотим произвести классификацию по отдельным аспектам анализа. Составим идентифицирующую корреляционную кодовую таблицу, каждый маркерный код прикрепим к одной отдельной единице, подлежащей прослеживаию. После этого для каждого аспекта анализа создадим свою характерную корреляционную кодовую таблицу, которая для находящихся в идентифицирующей корреляционной кодовой таблице единиц содержит все возможные вариации конечных значений, полученных с заданным разрешением на основании данного аспекта анализа, и к отдельным случаям распределения привяжем связанные с данным аспектом анализа отдельные характерные коды. Символы кодов корреляционных кодовых таблиц состоят из букв латинского алфавита и из номерных знаков десятичной системы счисления.

В том случае, если исследуемая единица присоединяется к массе, или отделяется от нее, или масса участвует в трансакции, то создадим маркерный групповой код для этой трансакции. Маркерный групповой код содержит последовательно маркерные коды единиц участвующих в трансакции массы, далее характерные коды участвующих в трансакции единиц по всем аспектам анализа.

Полученные в ходе трансакций маркернвые групповые коды сохраним в центральном базе данных, а затем наблюдав за их характерными структурами сделаем выводы о тяжело узнаваемых или сложно изорабжаемых свойствах трансакций или массы.

Выгодным вариантом способа является тот, при котором одним аспектом анализа являются пропорциональные соотношения участвующих в трансакции единиц. Значения пропорции отдельных единиц зачислены в классы (области) пропорций, число которых соответствует точности, зависящей от возможностей набора символов.

В другом выгодном варианте способа одним из асректов анализа является уровень инновации единиц.

В еще другом выгодном варианте способа одним из аспектов анализа является проведенное в массе время (возраст, уровень вступления) единиц, участвующих в трансакции. Значения возраста отдельных единиц зачислены в классы (области) возрастов, число которых соответствует точности, зависящей от возможностей набора символов.

В следующем выгодном варианте способа набор символов корреляционных кодовых таблиц содержит и знаки препинания, а также и другие печатные символы.

В независимых пунктах заявки под словом масса подразумеваем такие группы, в которых находится большое число самостоятельно трудно проследимых, или обладающих сложными связами, или не идентифицированных единиц. Для более подробного представления способа в качестве примера берем прослежение движения денежных сумм. В случае движения денежных сумм массой можут быть денежная сумма, банковский счет, или портфель. В случае трансакции на счете происходят движения сумм по разным статьям в массу или из массы, иными словами баланс счета увеличиваетсяя или уменьшается, и единицами могут быть различные статьи, появляющиеся на счете.

Следовательно, основой слежения является создание маркерных групповых кодов, связанных с трансакциями. Для этого первой опорой может быть идентификация образующих массу (счет) единиц (основные данные, вид, участники, время трансакции, и.т.д.), которая является легкоразрешимой и хорошо выполняемой задачей. Имея предположение, что число идентифицированных отдельно подвижных единиц всегда будет конечным, можно создать идентифицирующую корреляционную кодовую таблицу, в которой находятся общепринятые названия еще не кодированных единиц, привязанные к маркерному (идентифицирующему) коду каждый по отдельности. Кодирование означает одновременно и сжатие. По нашему предложению набор символов состоит из алфавитно-цифрового набора символов, который обладает с значительно большей возможностью, чем десятичная система счисления (напр. 26 буквы латинского алфавита + 10 номерные знаки, что дает возбожность 36 вариаций; с различением строчных и заглавных букв число воможных вариаций символов составляет уже 62; в случае использования символов ASCII 94 или даже 126; или можно использовать любую достоверную, широко известную и принятую кодовую систему). При кодировании только цифрами для одного символа имеем 10 возможностей кодирования, в случае 36 символов имеем 3,6 раз больше. В случае кода из двух символов эта возможность уже почти 13 раз больше, и с увеличением числа символов она вырастает экспоненциально.

Напр. при наборе 36 символов с использованием двух символьных мест в идентифицирующей корреляционной кодовой таблице можем различать 1296 отдельных единиц. Для того же самого в десятичной системе счисления требовались бы 4 цифровые знаки. Например:

(единица с десятичной маркировкой 1155 по договоренности относится к определенной статье счета или товару; из идентифицирующей кодовой таблицы этой статье придан маркерный код W3).

Потребность в четырех знаках уменьшалась на половину (с кодом из трех символов граничное число возможностей вырастет до 46656, соотношение в знаках изменится на 3:5, то есть с тремя алфавитно-цифровыми символами можем выражать 46656 разных идентификаторов).

Согласно нашему предложению первые символы маркерных групповых кодов содержат коды участвующих в трансакции единиц, следующих из идентифицирующей корреляционной кодовой таблицы.

Напр. 770 ₁₀ , 1086ю, 78 ₁₀ , 1 155ю, 319 ₁₀ = LE ₃₆ , U6 ₃₆ , 26 ₃₆ , W3 ₃₆ , 8V ₃₆ .

В случае счета из этих пяти статей маркерный групповой код имеет десять знаков:

LEU626W38V

В случае даижения денежных сумм второй прослеживаемой характеристикой целесообразно выбрать пропорции единиц. Для этой цели создадим вторую корреляционную кодовую таблицу (для пропорций), которая целесообразно использует тоже предыдущий набор алфавитно-цифровых символов. Для кодирования задаем уровень разрешения (точности). Напр. при точности 10 % каждая единица может попасть в десять категорий пропорций. Из численности единиц и категорий точности вытекает число всех возможных вариаций пропорций, и вторую (дла пропорций) корреляционную кодовую таблицу нужно составить из числа символов соответствующих этому. Это означает, что характеризующий пропорций код только с одним значением характеризует распределение всех единиц, не нужно добавить новые коды отдельно ко всем идентифицирующим кодам. Такое решение имеет действие дальнейшего сжатия.

Процентеые соотношения портфели из пяти маркеров (плюс остаток) (в масштабе 10%) определим из корреляционной кодовой таблицы из 383 строк, которая охватывает все возможные вариации. Для этого служит примером кодовая таблица пропорций Приложения 1, котрая использует 36-значные коды.

Если 5 маркеров предыдущего примера проводим дальше, и их пропорции берем в размере 50%, 10%, 10%, 20%, 10% соответственно, то это совпадает со строком 253 кодовой таблицы пропорции, согласно которому характерный код пропорций есть 71.

Согласно нашему предложению характерный код пропорций следует после маркерного кода:

LEU626W38V71

В случае движения денежных сумм в качестве третьей предложенной характеристики выберется генерационный уровень, что показывает возраст участвующих в трансакции единиц. Для этого необходимо создать корреляционную кодовую таблицу генерационных уровней, размер которой зависит тоже от заранее заданной точности. Напр. с заданием 5-ти генерационных уровней (возраста) в последовательности убывания в случае 5-ти маркеров (единиц) имеем 252 вариайий, значит получается корреляционная кодовая таблица генерационных уровней из 252 строк (приложение 2). Эти 252 вариации 36-значный код тоже может покрывать с двумя символами.

Продолжая пример, если уровни вступления отдельных маркеров будут 5, 3, 2, 1, 1 соответственно, то это в строке 147 таблицы дает характерный код генераций 43.

147ю = 43 _3б

Генерационный уровень маркеров в случае денежных единиц при переводе между банковскими счетами отдельных участников экономии повышается на один уровень. После некоторого времени маркеры достигают максимум уровня учета, полсе этого они выпадают их пакета и их места занимают более свежие значения. Верхний предел уровня учета определяется потребителем в зависимости от имеющейся емкости набора символов. Суммирия вышеизложенных, портфель, содержащий пять доминирующих единиц со связанными с ними пятью генерационными уровнями и процентными соотношениями приведенный в таблице ниже, можем просто и информативно отображать со следующим 14-значным маркерным групповым кодом:

LEU626W38V7143

Для примера выше первые десяти знаков представляют собой маркерных кодов пяти единий, поставленных в очередь по генерационным уровням, знаки 1 1-12 являются характерными кодами соотношений, а знаки 13-14 являются генерационными характерными кодами. Пакет маркерных групповых кодов в целях защиты его целости можем дополнить также и с контрольным номером или контрольным кодом.

В корреляционной кодовой таблице пропорций сумма частных значений - вместе с значением остатка - всегда дает 100%, таким образом имеется возможность и для отображения суммы маркеров меньше, чем 100%. В таком случае последний столбец таблицы содержит не указанную сумму остатка. 383-строчная таблица в случае точности 10 % содержит 5 обозначенных значений +1 значение остатка. В том случае, если точность отображения хотим повысить до шага 5% или 1 %, размеры корреляционной таблицы с 36- значным кодированием радикально увеличивается, но до точности 5% в случае 5 маркеров (+ остаток) еще можно использовать хорошо, ее можно описать с кодом из трех символов (число вариаций 16665).

В случае основного разрешения 10% и 36-значного двухсимвольного характерного кода пропорции имеется возможность и для отображения значений, меньше, чем 10% со следующим набором значений: 100, 90, 80, 70, 60, 50, 40, 30, 20, 10, 5, 0 %.

Корреляционная кодовая таблица генерационных уровней распределения содержит в очереди убывания или нарастания, но в любом случае с заранее заданной корреляционной очередностью. Пять генерационных уровней пяти единиц (маркеров) можно описать с помощью генерационной кодовой таблицы из 252 строк. С увеличением числа генерационных уровней и/или маркеров размеры таблицы тоже увеличиваются:

^Число Число маркеров

генерационных

уровней 1 маркер 2 маркера 3 маркера 4 маркера 5 маркеров

0 1 1 1 1 1

1 2 3 4 5 6

2 3 6 100 15 21

3 4 10 20 35 56

4 5 15 35 70 126

5 6 21 56 126 252

6 7 28 84 210 462

7 8 36 120 330 792

8 9 45 165 495 1287

9 10 55 220 715 2002

10 1 1 66 286 1001 3003

11 12 78 364 1365 4368

12 13 91 455 1820 6188

13 14 105 560 2380 8568

14 15 120 680 3060 11628

15 16 136 816 3876 15504

16 17 153 969 4845 20349

17 18 171 1140 5985 26334

18 19 190 1330 7315 33649

19 20 210 1540 8855 42504

20 21 231 1771 10626 53130

Поля с полужирным курсивным шрифтом обозначают границы емкости связанные с числом символьных знаков:

1 знак = 36

2 знака = 1296

3 знака = 46656

(...)

В случае генерационного характерного кода из 3-х символьных знаков при прослеживании пяти единиц с ним можно описать все генерационные уровни до уровня 19. В случае применения генерационного характерного кода из 4-х символьных знаков можно отображать уже и генерационный уровень 42. Доступ более высоких значений генерационных уровней дает возможность более глубокого показания прошлого и смешивание находящихся в массе единиц. Способ со стороны возможного числа маркерных кодов тоже имеет большую емкость. С помощью 5 шт 5-значных маркерных кодов с точностью 5% можно различать больше, чем 60 миллионов индивидуальных обозначений до генерационного уровня 42. Это возможно осуществить с маркерными групповыми кодами длиной 5*5+4+3 = 32 символьных знаков.

С введением латинских строчных букв, или печатных символов ASCII емкость обозначения данных по отношению к этому вырастает экспоненциально:

Для иллюстрации взаимодействий по ходу трансакций (встреча, смешивание) в качестве примера приведем нижеследующую таблицу. В таблице прослеживаются движения на одном банковском счете. Правый крайний столбец содержит маркерный групповой код для каждой трансакции, что хорошо оцениваемым образом обобщает важных для прослеживания величин, в данном случае в виде 14-ти символьных знаков вместо отдельных таблиц. В первом столбце находятся участвующие в трансакции статьи, обозначенные для простоты десятичными цифрами, но здесь могли бы быть любые названия, виды налогов, артиклы, и.т.д. В столбце %, разумеется, обозначены пропорции, а в столбце G генерационные уровни данных статей.

Имеющиеся суммы:

# % G 1 000 000

770 50% 5 500 000 LEU626W38V7143

Приходящие суммы:

250 000

5

0% 0

Итоговый баланс:

# % G 1 250 000

770 40% 5 500 000 LEFA26W38V6Y4P

550 20% 4 225 000

1155 20% 2 200 000 78 10% 2 125 000

319 10% 1 100 000

(прочая _{10% 0 100 000}

остаток)

После соединения итоговая сумма принимает наиболее важные свойства предыдущих сумм по их пропорциям и возрастам. При встрече одинаковых маркеров их пропорции естественно суммируются, а величины генерационного уровня взвешенно усредняются. В приведенном выше примере маркер 78 присутствовал как на счете, так и в приходящей сумме. Генерационный уровень 1 приходящей суммы при зачислении изменится на 2, который сопоставляется с значением возраста одинакового маркера исходного баланса. Это в данном случае 2, таким образом значение нового генерационного уровня маркера 78 будет тоже 2. В том случае, если значения генерационных уровней одинаковых маркеров отличаются, то из них берется математическое среднее с учетом величин сопоставляемых сумм, затем из этого определяется новое значение генерационного уровня с учетом правил округления.

В практическом применении, если, напр. какой-то конкретный маркер прикрепляем к определенному типу возврата налога (пусть, например, в приведенном выше примере маркер "319" обозначает возврат НДС от налоговых органов), мы можем наблюдать его накопление и пропорцю относительно прочих движений денежных сумм внутри портфели клиента. Если его уровень превышает процентного уровня, необходимого для нормального функционирования, система автоматически опознает потенциальное незаконное действие.

Приведенная ниже таблица показывает другой пример формирования маркерных групповых кодов при непрерывном движении:

выходящая сумма носит этот код

Приходящие суммы сливаются со средствами счета, они присуммируются к балансу, при этом изменяют его характеристики, а выходящая потом сумма (предпоследняя строка) несет дальше уже этот вновь образованный маркерный групповой код. Имеем предположение, что денежные средства при движении обладают характерными для их источников свойствами, вступают в взаимодействие друг с другом, далее они оставляют виртуальные следы по пути трансакции, таким образом можно провести анализ происхождения и рисков для отдельных портфелей. Для более эффективного использования помимо уже и сейчас подлежащих учету данных, как направление трансакции, размер суммы, валюта операции, номера банковских счетов, типов операций (перевод/конверсия/наличные/инве стиция, и.т.д.) фиксируются также и созданные данным способом качественные обозначения, пакеты слежения для трансакций.

С помощью способа можно проводить более глубокий качественный анализ состава, определения происхождения и слежение за движениями единиц состоящих из множества отдельных единиц портфелей.

Система ведения банковских счетов после каждой трансакции посилает извещение в вычислительный центр (напр. в виде послания XML), где проводится суммирование, а затем и анализ их. Генерирование необходимых для трассирования основных информаций (маркерных групповых кодов) может быть выполнено как и у затронутых трансакциями организациях, так и в каком-то центре. Оценку, и историческое хранение маркерных групповых кодов может целесообразно выполнить вычислительный центр связанно с системами платежей и ведения банковсих счетов. Предложенный способ работает параллельно с ними, отображая проведенные в них трансакции в реальном времени. Его основой служат проведенные у организаций финансовых услуг трансакции входящих в круг наблюдения участников экономии, так как касающиеся их движения денежных сумм и поставленные в очередь по времени маркерные групповые коды показывают характерные структуры. Эти структуры являются индивидуальными, однако они содержат элементы, поддающихся типизации, которые могут быть обследованы с помощью мощных средств анализа данных, их можно трансформировать для других систем информационной технологии, и представить в виде отчетов для компетентных лиц. Характерные для законных действий структуры могут быть проактивно отделены от нежелательных активностей, таким образом необходимые меры могут быть приняты намного раньше (даже предупредительно). Очень важный момент, что первичная структура поведения появляется в реальном времени, и постоянно, в любой момент времени находится в распоряжении, и находится под постоянным контролем. На основе заранее заданных и освоенных с самообучением типов эти структуры могут быть в большом количестве немедленно отфильтрованы и по всем денежным активностям субъектов. Отфильтрованные структуры в зависимости их "жгучести" могут быть занесены в списки наблюдения, или немедленно подробно проанализированы.

В полученной структуре уже могут быть прослежены размеры дебетований и зачислений, составы трансакционных групп одинаковых направлений, пропорции связанных с уплатой или возвратом налогов оборотов по отношении к действительной активности. Так, например, если в движении некоторого банковского счета наблюдается слишком большое число трансакций наличными, или состав трансакций является однообразным, или с ними не связаны никакие выполнения налоговых обязательств, то структуру можно причислить к категорию подозрительных или автоматически произвести ее более глубокий анализ.

Следующей частью оценки может быть создание профиля клиента, одним из элементов которого может быть соданная в результате использования предложенного способа стуктура трансакций, но он может быть дополнен и доступными в достоверных официальных системах данными (напр.: опубликованные информации о компании, основные данные и финансовый оборот, кадастр неподвижностей) и данными из других связанных системах ИТ (напр.: списки налоговых органов, международные списки запретов). Субъекта на основании постоянно возобновляемого профиля могут подвергаться так называемому скорингу (классификации по риску), который указанные выше факторы учитывает взвешенно. В результате скоринга субъекты могут быть включены в различные категории, и по необходимом™ можно посилать сигнал тревоги, далее перед решениями (напр.: государсвенная субсидия, выплата возврата налога) можно получить информации о настоящем и прошлом положении и класса риска субъекта. По ходу анализа маркерные групповые коды дают информацию о системе связей отдельных субъектов, с их помощью путь трансакции можно выснить немедленно. Далее показывают концентрации денежных средств по типам внутри портфели относительно общему денежному обороту, таким образом дипропорции могут быть автоматически выявлены (напр. если среди денежных средств процентная пропорция характерного маркерного кода возврата налога достигает слишком высокий уровень).

Эффективность примененной согласно вышеизложенным системы пропорциональна числу включенных в систему источников данных. С расширением сети появляется возможность трассирования денежных средств в рамках финансовой системы и полный качественный анализ имеющих к диспозиции портфелей отдельных субъектов.

Выходящие за горизонт системы и заходящие извне в систему трансакции называются портальными трансакциями, и по их свойствам (напр.: выплата наличными, характеристики конечных или исходных стран международных переводов ...) к ним можно привязать различные факторы риска. На основе прикрепленных к прибывающим из таких стран суммам маркеров, их след в финансовой системе можно показать еще после пятидесяти или даже ста генерационных уровней при выяления полной пути операции.

Способ можно успешно использовать для качественной маркировки и других масс, напр. товаров. Например, качественную маркировку сложного прошлого автомобиля или его деталей можно осуществлять следующим образом. Понятие массы в этом случае относится к самому автомобилю. В качестве прослеживаемых единиц выберем географические регионы или страны, производящие детали, и хотим указать пропорции отдельных регионов в конечном продукте, далее и то, что это на каких уровнях инновации происходит. Следовательно, маркерные коды показывают регионы, пропорции относительно конечному продукту дают характерные коды пропорции, а следующий аспект анализа соответсвует добавленной стоимости (уровню инновации). Производство исходных материалов означает более низкий уровень, а в то же время напр. разработка программы для бортовой системы представляет уровень намного выше. Для конкретного автомобиля приводимые информации показаны в виде таблицы:

Созданный на основе этих характеристик маркерный групповой код: CHDEHU00000L1Q (знаки 1-10 есть коды стран, знаки 1 1-12 дают рапределение, знаки 13-14 показывают уровень инновации). Из маркерного группового кода можно определить круг участвующих в производстве конечного продукта стран (даже их распределение внутри и вне ЕС) и величины добавленной стоимости и качество поставленных отдельными участниками продуктов.

Исследовав структуру возможно определить и отображать также и пропорции изготовления любого собранного из деталей продукта (напр. средств вычислительной техники) по экономическим регионам, что может быть полезным для процессов статистики и обложения пошлиной.

Маркируемой массой например может быть и электрическая энергия, которую можем исследовать по условиям ее получения. Исследуемые наши характеристики в данном случае качество, отношения и пропорции источников для ее генерации в конечном продукте. Газ 3 30% 50% 0% 50%

Биомасса 2 10% 100% 0% 0%

Солнце 1 10% 10% 50% 40%

Ветер 1 20% 30% 70% 0%

Взвешенное среднее величин: 47% 22% 31%

Взвешенное среднее уровня инновации: зд 1,5 3,5

Страна % Уровень

Извне ЕС 30 4

Внутрен. 50 3

ЕС 20 2

Созданный на основе характеристик таблицы маркерный групповой код: NEHUEU00000U23 (знаки 1-10 есть коды регионов/стран, знаки 1 1-12 дают распределение, знаки 13-14 показывают уровень инновации), из которого можно определить круг участвующих в производстве конечного продукта стран и уровень нагрузки на окружающей среды поставленных ими продуктов. Таблица выше описивала определенное состояние "массы", но и здесь имеется возможность для прослеживания трансакций, и можно измерить и воздействие на качество конечного продукта введенных в систему новых количеств составляющих тыс. kWh код

100 000 ; NEHUEU00000U23

30 000 1 EU000000000101

Новый состав:

# % уровень* 130 000 NEHUEU00001420

Извне ЕС 20% 4 i 30 000

Внутренний 40% 3 50 000

ЕС 40% 1 50 000

ί

* Уровень инновации входящей величины (в отличие от денежных средств) при сличении не повышается на один уровень, уровень инновации нового состава будет взвешенное среднее значений исходного и входящего составов. Полученные маркерные групповые коды и при этом методе использования сжимают информацию эффективно, но и одновременно с этим содержат ее легкодоступными.

Новым примером может служить квалификация источников таких масс, как, например, навальных товаров (напр. продуктов питания), сырьевых материалов, сырьевых материалов из переработки отходов, и определение качественных характеристик новой смеси при встрече или смешивания их.

Созданный маркерный групповой код: NEHUEU00000V14 (знаки 1-10 есть коды регионов/стран, знаки 11-12 дают рапределение, знаки 13-14 уровень качества), из которого можно определить круг участвующих в производстве конечного продукта стран и уровни качества поставленных ими продуктов. Смешивание навальных товаров исходя из товаров в предыдущем примере и маркерного группового кода описано в таблице внизу:

Исходный состав: тыс. тонн код

# о //0 уровень 100 000 NEHUEU00000V14

Извне ЕС 30% 3 1 30 000

Внутренний 60% 3 60 000

ЕС 10% 2 ! 10 000

-

Входящий состав:

# % уровень 50 000 EU000000000101

ЕС 100% 1 , 30 000 Новый состав:

# % уровень 150 000 : NEHUEU00000M1 1

Извне ЕС 20% з : 30 ООО

Внутренний 40% з ! 60 000

ЕС 40% 1 60 000

В случае сырьевых материалов, полученных из переработки отходов уровень качества может обозначать число циклов возврата отходов на переработку, значит, чем выше его значение, тем эффективнее идет переработка отходов в данном регионе. В этом случае уровень качества входящего состава при возврате повышается на один уровень по аналогичному принципу, как у моделировании движений денежных сумм.

При прослеживании пассажирского движения в аэропортах может быть важным аспектом временный список путешествий субъектов в течении определенного отрезка времени. Этим способом возможно отфильтровать определенные пункты маршрутов на несколько ступеней назад даже с учетом пересадок, и среди прибывающих пассажиров можно идентифицировать тех, которые приехали из не обязательно совпадающего с местом отправления рейса страны. Такое исследование может быть важным и по санитарным (пандемисческим) или криминалистическим (антитеррористическим) аспектам. В этом случае "массой" могут быть совокупность всех путешествий одного пассажира, или совокупность их внутри определенного отрезка времени, единицы, и прикрепленные к ним маркерные групповые коды обозначают страны следования, а аспектом анализа будут проведенное в них время, и прошедшее с тех пор время.

Например, один пассажир за 5 дней проедет по следующему маршруту:

Описывающий вышеприведенного маршрута маркерный групповой код получится URUARTUAFR1N4J, из которого видно не только то, что из какой страны приехал пассажир, но и то, что (i) перед этим по какому маршруту и по каким регионам проехал, (и) сколько дней назад это происходило и (iii) сколько времени провел в них относительно целово времени поездки. Описывающий отрезок времени маркерный групповой код конечно по желании можно свободно расширить. С помощью полей с использованием четыре символьные знаки можем отображать список уже на 42 дня (или недели).

Преимуществом предложенного способа в случае применения для денежного оборота сравнительно с известными до сих пор способами слежения и мониторинга уклонения от уплаты налогов являетсяя возможность более легкого анализа вследствие создания хорошо структурованных, занимающих мало место и легко составляемых систем данных. С помощью способа можно создавать более точные профили клиентов, что является удобным как для властей, так и для предоставляющих финансовые услуги структур. Помимо этих, данный способ можно эффективно использовать для прослежения и качественной маркировки единиц, движущихся в массах при промышленных и прочих процессов.