实时日志
08:42:01AI检测到渠道切换事件 · 风险等级 MEDIUM 08:39:55采购经理A向供应商B发送非工作时间消息 · 异常标记 #TM-017 08:35:12行为信号提取完成 — 语言非正式程度评分持续上升 · 置信度 91% 08:30:44关系演化图谱更新 — 新增3条关联边 · 更新节点 5 08:28:07时间线融合完成 — 深夜占比 38% · 偏差值 +214% 08:21:33合规数据库比对完成 — 相似案例匹配 12例 · 相似度 87% 08:42:01AI检测到渠道切换事件 · 风险等级 MEDIUM 08:39:55采购经理A向供应商B发送非工作时间消息 · 异常标记 #TM-017 08:35:12行为信号提取完成 — 语言非正式程度评分持续上升 · 置信度 91% 08:30:44关系演化图谱更新 — 新增3条关联边 · 更新节点 5 08:28:07时间线融合完成 — 深夜占比 38% · 偏差值 +214% 08:21:33合规数据库比对完成 — 相似案例匹配 12例 · 相似度 87%
Deloitte
AI Forensics
智能合规调查系统  ·  案件行为分析仪表盘
案件主体:采购经理 A / 供应商 B 代表  ·  AI 辅助多维行为分析与合规风险评估
AI 分析进行中
CASE-CF-2026-0042
🔒 机密文件
通讯记录总量
0
邮件 · 即时消息 · 通话
风险信号数量
0
跨 5 个风险类别
非官方渠道切换
0
官方 → 私人渠道
AI 置信度
0%
模式匹配置信度
深夜通讯占比
0%
21:00+(基线:6%)
关系升温速率
超出行业基准
📋事件时间轴
5 事件
  • 2026-03-01  09:14
    建立正式邮件往来,通讯遵循标准商务格式
    正常
    查看分析详情
    检测层行为信号提取层 — BERT-Chinese 语义基线建立
    证据「尊敬的李经理,附件为采购方案初稿,请惠阅。」— 正式称谓、礼貌结尾,符合商务规范。
    置信度
    96%
  • 2026-03-05  15:32
    通讯渠道由官方邮件切换至私人即时通讯(微信)
    ⚠ 渠道异常
    查看分析详情
    检测层数据接入层 — 多平台元数据交叉比对 + 渠道分类
    证据企业邮件最后时间戳 15:28;微信首条记录 15:32,内容涉及合同附件传输,属合规敏感内容。
    置信度
    91%
  • 2026-03-10  18:55
    在非办公场所(咖啡厅)进行线下会面,未录入企业系统
    ⚠ 场所异常未记录
    查看分析详情
    检测层时间线融合层 — 日历系统 vs 位置数据交叉验证
    证据企业日历无任何会面记录;位置信号显示两人同时出现于同一商业区;会面后 20 分钟微信消息量激增 12 条。
    置信度
    84%
  • 2026-03-15  10:08
    开始使用昵称"小李",书面用语持续私人化
    ⚠ 语言异常
    查看分析详情
    检测层行为信号提取层 — BERT 称谓分类 + 关系演化建模层
    证据称谓序列:「李经理(3/1)」→「李先生(3/8)」→「小李(3/15)」;非正式评分 0.12→0.78;人称代词 +340%。
    置信度
    93%
  • 2026-03-20  23:41
    深夜高频通讯激增,当周 21:00 后消息占比 62%
    🔴 高危异常时段严重偏移
    查看分析详情
    检测层行为信号提取层 — LSTM 时序检测 + Isolation Forest 离群值分析
    证据3/15–3/20 深夜消息量较基线偏差 +214%;3/20 单小时峰值 47 条,其中 18 条含合规敏感关键词。
    置信度
    97%
📈关系演化曲线分析
升温速率 4.3×
正式阶段 (3/1)
过渡阶段 (3/5–3/10)
高风险阶段 (3/15–3/20)
🤖 关系演化建模层输出
关系亲密度在 20 天内从「正式」升至「亲密」,速率为行业基准的 4.3 倍(历史确认案例均值 1.0×)。该轨迹与合规数据库 12 个确认违规案例高度吻合(相似度 >87%),属统计学显著异常(p < 0.001)。
🔍行为信号检测
17 项信号
语言与称谓演变
称谓演变:「李经理」→「李先生」→「小李」异常
书面非正式程度评分 0.12 → 0.78+550%
邮件问候语与签名 3/10 后完全省略
第一人称代词使用频率显著增加+340%
消息平均长度从 128 字压缩至 23 字注意
行为信号提取层 · BERT-Chinese
正式程度评分 0.88 → 0.12,非正式化速率超历史案例 95th 百分位。
互动频率与时间分布
通讯频率 20 天内持续上升+340%
深夜时段(21:00+)消息占比达 38%基线 6%
周末消息由采购经理 A 主动发起占 78%
响应时间从小时级压缩至 <3 分钟异常
3/20 单日消息峰值 89 条(均值 8 条)11×
行为信号提取层 · LSTM 时序检测
3/15–3/20 深夜偏差值 +214%,Isolation Forest 异常分值 0.96(阈值 0.7)。
渠道迁移与规避行为
官方邮件 → 私人微信(4 次明确切换)高危
3 次线下会面均未录入企业系统高危
敏感合规议题在非官方渠道讨论
部分消息已撤回,存在删除迹象可疑
跨平台内容碎片化,信息不完整注意
行为信号提取层 · GraphSAGE 关系图谱
渠道切换后关系权重 0.12 → 0.94,图谱 F1 评分 0.89
🤖AI 系统架构 & 五层分析管线
01 / DATA INGESTION
📥
数据接入层
整合企业内外部多源数据:邮件系统、即时通讯记录、会议纪要与日志,以及可选的线下行为记录
邮件系统即时通讯会议纪要线下记录
02 / SIGNAL EXTRACTION
🔍
行为信号提取层
对非结构化数据进行 NLP 处理,提取三类细粒度行为特征:语言信号、交互信号、渠道信号
语言信号交互信号渠道信号
03 / RELATIONSHIP MODELING
🕸
关系演化建模层
基于行为信号构建动态关系演化轨迹,识别升温趋势,将离散行为转化为连续变化过程
演化轨迹趋势识别连续建模
04 / TIMELINE INTEGRATION
📅
时间线融合层
将关系变化与事件时间线结合,形成带行为标注的完整时间线,关联不同来源数据,提供完整上下文
行为标注多源融合上下文补全
05 / OUTPUT & VISUALIZATION
📊
结果输出层
结构化呈现关系演化曲线、行为信号标注及风险提示信息(非结论性),供合规专家人工研判
可视化风险提示人工复核
🔤
BERT-Chinese
第②层 · 语言信号提取
模型精度93.2%
分析维度称谓 / 语气 / 情感
处理记录1,284 条
关键发现:正式程度评分 0.88 → 0.12,非正式化速率 +550%;识别高危情感信号 23 处。
🕸
GraphSAGE
第②③层 · 渠道信号 + 关系建模
F1 评分0.89
图节点数6 实体
边权重变化0.12 → 0.94
关键发现:A-B 关系强度 7.8× 增长;中间人 C 的关联权重激活至 0.73(原始基线 0.08)。
LSTM + Isolation Forest
第②④层 · 交互信号 + 时间线融合
AUC-ROC0.91
时间窗口20 天滚动
深夜偏差+214%
关键发现:3/15 后深夜通讯呈 指数级增长,异常分值 0.96(阈值 0.7),属极端离群值。
⚖️
加权多维评分器
第⑤层 · 结果输出与风险提示
历史匹配12 / 847 案例
相似度87%
综合评分82 / 100
关键发现:12 个历史确认违规案例与本案模式高度重合(p < 0.001),建议启动人工复核
🕸实体关系网络图
6 节点 · 8 连接
🗓通讯时段热力分布
深夜 38% ⚠
第 1 周(3/1–3/7)第 2 周(3/8–3/14)第 3 周(3/15–3/20)
低频
中频
高频/异常
风险维度评分
综合:高危
渠道切换风险90%
语言异常风险85%
频率偏差风险82%
时段异常风险76%
场所偏离风险68%
风险评估指标
分析时间:
01
关系升温速率显著异常
20 天内亲密度从「正式」升至「亲密」,速率为行业基准 4.3 倍(p < 0.001),超出 3 个标准差。
02
非官方互动频率持续增加
记录到 4 次明确渠道切换,3 次未录入企业系统的线下会面,敏感合规议题在私人渠道讨论。
03
行为模式严重偏离基线
语言、渠道、时段、场所四维度协同异常,与数据库 12 例确认违规案例高度重合,相似度 87%。
综合风险评分
0
⚠ 高度风险
→ 建议立即启动
人工复核程序
🤖
基于对 1,284 条通讯记录的深度多维分析,AI 系统通过五层管线(数据接入 → 行为信号提取 → 关系演化建模 → 时间线融合 → 结果输出)识别出采购经理 A 与供应商 B 代表之间存在统计学显著关系异常。主要特征:通讯渠道由官方邮件向私人即时通讯迁移,称谓从「李经理」演变为「小李」,深夜时段通讯频率大幅增加(基线 6% → 当前 38%)。17 项行为信号呈协同异常特征,与历史确认案例(n=12)高度吻合。AI 综合置信度 87%,建议立即启动人工审查程序——所有 AI 分析结论须经专业合规人员核实后方可作为调查依据。