解决方案简介

腾讯天御智能风控中台，从腾讯自有业务风控系统演化而来，具有极其强大的配置能力和数据分析能力、变量运算能力。包括流计算引擎、变量中心、策略中心、分析中心、监控中心等模块是整个风控业务的中枢系统，可以满足包括交易、信贷、营销三大领域的风险防控场景，可以基于全新的风险场景配置针对性的防控体系，具有极强的可扩展性。

伽利略智慧风控中台 是天御智能风控中台的核心内容之一。伽利略智慧风控中台，按照“事前风险感知”、“事中实时决策”、“事后案件调查“三重架构建设。包含有风险探针、可信体系、决策引擎、智能核身四大独有风控模块，提供全栈、闭环、实时的风险决策服务

智能风控系统整体架构如下图所示，系统包含以下模块：1、设备指纹模块，用于生成设备***ID，识别客户端风险；2、数据采集模块，采集三方数据，行内数据，用于数据补全、分析或同步至大数据平台；3、决策和规则引擎，用于规则、策略配置和实时风险决策；4、指标计算模块，用于实时指标计算和离线指标处理，实时指标对接决策平台，离线指标则对接大数据平台做离线分析和离线指标计算，用于沉淀历史指标数据。

应用场景痛点简介

金融业务正在发生深刻变革，正在经历从“账户”为中心向“用户”为中心 的转变过程。零售业务增长，物理网点萎缩，服务客户下沉，业务多维高频成为变化的主要特征。银行等金融机构的风险主要集中在营销风控、信贷风控、交易风控上，营销风控主要体现为金融机构线上展业获客与黑产团伙作弊套利的矛盾；信贷风控主要体现为征信白户下沉客群线上贷款申请与诈骗团伙拆借人群骗贷的矛盾；交易风控主要体现为交易场景小额高频多维与金融机构风控系统性能的矛盾。

传统的风控手段“专家经验、事后风控、烟囱式建设”，越来越不能适应新的业务挑战。

a. 专家经验为主模型能力弱、数据维度不足。金融机构现有风控主要以专家经验规则为主，基于规则引擎，对于模型防控能力较弱，缺少统一的金融风险可视化风控中台。

b. 传统的风控模式老旧，实时性不足,难以应对复杂多变的风险。风险日趋线上化、多维化、巨量并发、自动化等特征，传统的风控模式将很难应对复杂多变的风险，需要向实时决策的新风控中台转变。

c. 烟囱式建设，行内各个业务风险，独立运营，无法形成合力交易。各个业务各自独立建设风险管控系统，风险数据彼此独立，无法打通各个环节安全水位不一，且重复造轮子，形成大量资源浪费。

解决方案亮点介绍

腾讯天御伽利略智慧风控中台，是腾讯云开发的全栈、实时、智能的风险管控中台。风控中台架构基于腾讯二十年的风控经验，围绕“风险感知、风险识别、风险决策、风险释放、”风控运营闭环的理念设计，同时结合“风险探针、风控引擎、可信关系、智能核身” 等模块，形成完备的风险防控闭环。为营销、交易、信贷提供整体的风控解决方案 。

1. 风险洞察体系是天御“伽利略”风控中台的事前环节，风控专家从攻击者的角度了解欺诈分子的策略、技术、流程。通过对黑产技术的深入研究，输出风险洞察预警报告，为企业的攻防提供方向。

2. 实时风险决策引擎+3个人工智能算法平台是交易风控的核心组件，可以提供业务策略生命周期的统一管理。包括可以重用的指标、规则和决策流等组件的编辑、部署、运行和监控等功能，为用户提供高效的决策管理服务。

3. 传统专家风控系统是平面的网状结构，规则复杂且容易被单点攻破。伽利略风控中台4层防控体系“可信层”“攻防层”“决策层”“保障层”，极大减少冗余风控策略规则，实现智能风险决策。

4. 模块化管理流程，提升数据管理效率；整合业务方内外部数据，降低数据接入时间和代价，打通业务方数据孤岛，构建统一的风险数据特征，提供口径统一、全面的、综合性的风险数据和风险特征。

5. 御独有的联防联控风险标签、设备声誉库、网络声誉库等风险数据，可直接推送到客户企业内部使用，客户无需向天御推送任何业务数据。业务方数据只进不出，完全符合监管对信息安全的要求。

6. 腾讯20年黑产攻防经验，沉淀下来的风控标签，可以极大提升业务方风控效果接入腾讯风控前置服务，业务方在平台上线伊始，即可拥有腾讯相同水准的风控能力。

7. 风险探针基于多维度的设备信息，通过大数据分析、AI智能算法，为每一台移动设备计算生成***的设备ID在此基础上增加“可信关系模型”“终端边缘计算”“行为身份认证”三大能力，形成伽利略智能风控中台的基石。

8. 风险释放平台与风险决策引擎打通根据风险等级提供自适应的风险释放手段; 根据风险决策结果自优化风控策略效果。

9. 伽利略风控规则包，涵盖注册、登录、交易、营销、支付等多个风控场景；风控规则根据腾讯自有业务抽象生成，帮助业务方实现风控温启动。