针对跨行洗钱犯罪的复杂性和协作性，在中央银行大额支付系统(HVPS)框架内，综合有限信息管理新方法，构建了新型的反洗钱管理模型。该模型采用分布式检测点采集排队队列中的洗钱信息，从而对大额支付系统中的协作洗钱犯罪进行整合的动态跟踪。它采用了基于事件的描述方法记录洗钱犯罪过程，应用灰色关联度算法实现大额支付系统中的多检测点信息融合，通过有限信息发掘出大额支付系统中的异常操作行为，最终应用功率谱估计算法实现洗钱犯罪的快速分析与识别。仿真测试结果证明，该模型与传统的反洗钱管理模型相比，洗钱客户覆盖率和发现精确度超过12%以上，而洗钱事件召回率提高了5%以上。从总体来看，该模型具有较高的信息处理效率和处理精度。
