Screening for PEP og Sanktioner (v.3)
Version 3 af screeningssystemet for PEP og Sanktioner introducerer markante forbedringer af nøjagtighed og konfigurerbarhed. Denne artikel gennemgår, hvordan Screening-pipelinen fungerer, de tilgængelige indstillinger, og hvad der er ændret fra tidligere versioner.
Sådan fungerer Screening
Screening-pipelinen behandler hver Entitet gennem fem trin:
- Preprocessing -- Normaliser og rens navne på en Entitet.
- Søgning -- Find kandidatmatches i databaser for PEP og Sanktioner.
- Filtrering -- Fjern matches af lav kvalitet.
- Scoring -- Beregn en endelig matchscore for hver kandidat.
- Bruger-verificering -- Vis resultater til menneskelig Vurdering.
1.1 Preprocessing
Før søgningen normaliseres navne på en Entitet for at forbedre matchkonsistensen. Følgende transformationer anvendes:
| Transformation | Eksempel-input | Eksempel-output |
|---|---|---|
| Accenter fjernet | Rene Descartes | Rene Descartes |
| Bindestreger opdelt i separate termer | Ann-Bertine | Ann Bertine |
| Ikke-alfanumeriske tegn fjernet | O'Brien | OBrien |
| Titler fjernet (Person) | Dr. Jane Smith | Jane Smith |
| Virksomhedsformer fjernet (virksomhed) | Acme Corp AS | Acme Corp |
1.2 Søgning
Søgetrinnet anvender to vigtige matchregler til at finde kandidater:
Matchregel pr. term (75 %-reglen)
Hver term i navnet på en Entitet sammenlignes individuelt med hver term i kandidatnavnet. En term betragtes som et match, hvis den opnår mindst 75 % lighed.
Undtagelse for korte termer: Termer med 3 eller færre tegn kræver et præcist match, da selv små forskelle i korte termer er væsentlige (f.eks. "Bo" vs. "Ba").
Overordnet matchregel
Det overordnede match anvender delmængdelogik: Systemet kontrollerer, om termerne i navnet på en Entitet udgør en delmængde af kandidatnavnets termer (eller omvendt). Dette betyder:
| Navn på Entitet | Kandidatnavn | Match? | Årsag |
|---|---|---|---|
| Anna Johansen | Anna Bertine Johansen | Ja | Termerne for Entitet er en delmængde af kandidattermerne |
| Anna Bertine Johansen | Anna Johansen | Ja | Kandidattermerne er en delmængde af termerne for Entitet |
| Anna Johansen | Bertine Andersen | Nej | Ingen delmængderelation |
En samlet lighedsscore beregnes derefter baseret på andelen af matchede termer og deres individuelle lighedsscores.
1.3 Filtrering
Efter søgetrinnet filtreres kandidater baseret på:
- Lighedsscore -- Kandidater under den konfigurerede tærskel fjernes.
- PEP-opbevaringsperiode -- PEP-Hits tilbageholdes i en konfigurerbar periode, efter en Person fratræder sin stilling, og filtreres derefter fra.
1.4 Scoring
Den endelige matchscore er et vægtet aritmetisk gennemsnit af flere komponenter:
- Navnelighed (konfigurerbar vægt)
- Fødselsdatomatch (konfigurerbar vægt)
- Landematch (konfigurerbar vægt)
- SSN-match (konfigurerbar vægt)
Formlen er:
score = (w_name * name_score + w_dob * dob_score + w_country * country_score + w_ssn * ssn_score)
/ (w_name + w_dob + w_country + w_ssn)Vægtene kan konfigureres pr. Team i indstillingerne for Screening.
SSN-tilsidesættelse: Hvis en Entitets personnummer (SSN) matcher kandidatens SSN præcist, sættes scoren automatisk til maksimum uanset andre faktorer.
1.5 Bruger-verificering
Efter scoring præsenteres resultaterne for en Bruger til verificering. Hvert match indeholder en opgørelse over scoren, de matchede datapunkter og et link til kildeposten.
Indstillinger
Følgende indstillinger styrer adfærden for Screening:
Søgeindstillinger
- Matchtærskel (minimum lighedsscore)
- Følsomhed for match pr. term
- Retning for delmængdematch
Filtreringsindstillinger
- Minimum lighedsscore for kandidater
- PEP-opbevaringsperiode (måneder efter fratrædelse af stilling)
Scoring-indstillinger
- Vægt for navnelighed
- Vægt for fødselsdato
- Vægt for land
- Vægt for SSN
Alarmer
Hvornår der sendes alarmer
- Der findes et nyt match på PEP eller Sanktioner, som ikke var til stede i den forrige Screening-kørsel.
- Et eksisterende match har ændret sig (f.eks. opdaterede data fra lister over Sanktioner, ny PEP-Rolle).
- En tidligere matchet Entitet findes ikke længere i en Datakilde (fjernet Hit).
Hvornår der IKKE sendes alarmer
- Macket fandtes allerede i den forrige kørsel og har ikke ændret sig.
- Matchscoren falder under den konfigurerede tærskel.
- PEP-opbevaringsperioden er udløbet, og matchet er blevet filtreret fra.
- En Entitet er blevet manuelt verificeret og afvist i en tidligere Vurdering.
Forbedringer i v3
Version 3 introducerer flere forbedringer i forhold til tidligere versioner:
- Fjernelse af søgebegrænsninger -- Tidligere versioner havde en fast grænse for antallet af kandidater, der blev returneret fra søgetrinnet. V3 fjerner denne grænse, hvilket sikrer, at alle potentielle matches evalueres.
- Ny delmængdelogik -- Matchalgoritmen anvender nu tovejskontrol af delmængder, så navne med ekstra mellemnavne eller variationer matches korrekt i begge retninger.
- Match pr. term -- Reglen om 75 % pr. term erstatter den tidligere tilgang med match af hele navnet, hvilket giver mere finkornet kontrol over, hvad der udgør et gyldigt match, og reducerer falske positive fra delvise navneoverlap.
Sidst opdateret