一、项目背景

随着信息技术的飞速发展，电子银行作为银行业可持续发展的重点战略之一，也取得了迅猛发展。提升业务便利的同时，随之而来的就是各种屡禁不止的欺诈风险，无论是新型的诈骗手段还是未知的恶意攻击，都对客户交易安全形成了巨大的威胁。如何有效对抗黑灰产，保障客户的资金安全，维护山西农信的品牌形象，成为一个重要课题。

与此同时，人民银行密集发布《关于开展支付安全风险专项排查工作的通知》《中国人民银行关于进一步加强支付结算管理防范电信网络新型违法犯罪有关事项的通知》等一系列文件，要求银行机构从支付终端到业务系统、从开户到结算、从线上到线下开展全方位风险防控，全面构建金融支付结算安全防线。

因此，山西农信于2019年启动客户交易风险监测平台项目，建设涵盖事前、事中、事后全流程的智能风控管理平台，精准识别、评估、处理交易过程中的各类欺诈风险，守牢客户钱袋子。

二、项目目标

建设全行级的客户交易风险监测平台，对接手机银行、网上银行、晋享生活、晋享E付、柜面、自助服务平台等各类业务渠道，依托规则引擎、机器学习、图计算等技术手段，逐步构建并打磨适合我社实际业务情况的风控模型，构建全渠道、全场景、客户级的交易风控体系。

三、项目方案

1.建设规划

根据我社当前实际情况，考虑风控形势的持续变化及各种欺诈手段的不断翻新，该项目采取“分段建设，持续迭代”的方式开展。

*****阶段以平台建设及单渠道交易风险的防控为首要目标，在接入我社全部对客渠道的基础上，对数据进行全面分析，构建单渠道、单场景的专家规则模型，开始进行数据积累并实现一定程度的事中风险防控。

第二阶段以平台完善及多渠道综合防控、模型优化为主要目标，在一阶段防控能力的基础上，优化平台功能，构建客户级、跨渠道、跨场景的风控模型，同时在前期积累的数据基础上训练、构建机器学习、图计算等模型，封堵漏洞、提升效率。

第三阶段为持续优化迭代阶段，在一、二阶段已经达成既定目标的基础上，考虑到风控形势的持续变化及各种欺诈手段的不断翻新，需要建立专门的风控中心持续收集风险事件、分析交易数据并进一步优化风控模型。

2、业务功能

目前，平台已投产上线了黑灰名单管理、客户交易信息健全等功能，包括8个风险模型、10个交易渠道、91支交易，通过系统分类对存量风险人员进行柜面预警或交易阻断。

渠道对接类功能

主要实现对接渠道的渠道标识、交易场景、规则模型、模型指标、模型状态等的创建、配置和管理。

统计报表类功能

主要实现日志查询、报表展示及数据导出、交易规则分析结果数据的分类汇总、关联趋势数据统计等功能。

案件管理类功能

主要实现疑似风险交易及其他异常交易的核查单生成、核查单分单认领、指派、转派、分析、审批，以及核查单案件定性和结果进一步处理，另外还支持针对核查趋势、过程、流程及形势等的统计报表记录。

系统管理类功能

主要实现对接渠道的配置管理、平台资源管理、多法人机构管理、用户管理、授权管理、系统日志及配置等功能。

3.系统架构

客户交易风险监测平台的系统架构如下图所示（其中红框标注的功能为系统接下来即将实现和未来规划去实现的功能）

4.技术架构

山西农信客户交易风险监测平台，为保障系统高可用稳定运行，数据库采用主从备份方式，各服务组件采用集群部署方式。当前使用Oracle作为数据库；ElasticSearch（ES）作为重要的数据和日志存储组件；Redis作为各类临时数据缓存和服务运行的支撑；Spark用于定时统计输出习惯类数据、报表所需数据和构建场景化机器学习模型；Storm作为实时流处理引擎，对日志数据进行加工处理；HDFS提供风控和业务数据的冗余备份，为Spark集群的运行进行准备和输送数据；Zookeeper：为HDFS、Strom、Kafka的高可用提供支撑服务。

根据信创改造统一要求，之后会将数据库替换成国产达梦数据库，对各服务及组件运行的软硬件环境统一进行国产化适配改造。

具体技术架构图参见下方：

四、创新点

山西农信客户交易风险监测平台的建设是多维度、多场景、全周期、灵活性的融合和实现过程，区别于传统反欺诈、反洗钱等其他系统，可实现客户多维度身份识别，并对跨渠道跨场景交易进行智能分析。同时针对以上分析结果开展全周期防控，灵活化地建立和调优模型，方便业务人员分析和应用。具体创新点如下：

1.多维度

山西农信客户交易风险监测平台创新性地采用了客户级的系统建设思路，在不增加渠道端负担的情况下，利用渠道传输的该笔交易的客户或账户信息，实时查询该客户一段时期内的历史交易，关联该客户的其他信息，实现对客户的多维度立体扫描。相比传统的只从单笔交易可提供的有限信息来分析，客户级的风控模型可大幅提升风险识别效果。

2.多场景

事中风险防控终都落在具体交易层面，但传统单渠道交易的风险防控方式，已经无法适应当前团伙式、有组织的欺诈形式。山西农信客户交易风险监测平台从底层打通来自各个渠道的交易信息流，实现跨渠道跨场景交易的风险联动分析和防控，从而为业务人员设计更加复杂的风控规则提供技术支撑，有效提升风险防控的维度和广度，保障业务安全。

3.全周期

客户交易风险监测平台可实现事前、事中和事后的全周期风控分析闭环。在事前防范环节，通过批量计算沉淀出部分高风险客户，结合公安、人行等下发的名单数据，直接形成黑名单内置于系统中。在事中处理环节，实时对接各个渠道，并给出风险评估结果。在事后分析环节，为方便运营业务人员核查工作的快速开展，系统通过关联影像平台实现凭证影像的实时共享，协助业务人员快速完成事后风险核查，提升核查人员工作效率。

4.灵活性

依托系统特有的特征数据提取和算子能力，山西农信客户交易风险监测平台可将风控规则模型进行原子化和标准化，从而实现规则模型的快速调整和发布，无须代码层面的繁复处理和验证。在黑灰产及欺诈手段不断变化的当下，灵活快速实现风险应对和及时防控。

5.智能化

山西农信客户交易风险监测平台通过对接和获取各渠道客户基本信息、账户状态信息、黑灰名单列表、智能终端信息及实时交易信息等多方面异构数据，利用大数据引擎流处理功能，实现客户交易风险的智能甄别；自适应机器学习模型通过对历史交易数据进行自适应学习和分析，智能识别套现、盗转盗刷、虚假交易等欺诈风险特征和模式，实时调整风控规则模型，进一步完善系统针对风险交易的防控能力。

五、项目过程管理

山西农信于2020年4月投产了客户交易风险监测平台一阶段项目内容，于2023年6月启动二阶段项目建设，目前二阶段项目仍在建设过程中，预计于2023年年底前完成二阶段投产。

六、运营情况

山西农信客户交易风险监测平台自上线以来，严格执行监管的文件要求，持续跟踪各渠道交易监测日志，与业务人员就交易流水进行关联分析，并通过行内其他平台或系统对客户信息和交易记录进行验证，使得风控相关模型得到持续优化和提升。

平台内增加多法人组织架构用户体系，并对各层级数据访问权限隔离处理，实现省联社到地市、县、网点四级运营工作职责分工和任务安排。平台通过分级分权的管理方式实现业务人员精细高效管理，基于权限控制，交易数据报表可导出便于业务进行数据汇总和针对性预警。

平台的实践和应用采用“小范围试点，再逐步推广”的思路，在试点应用过程中，不断积累实践中的新思路和新想法，平台功能得到完善和丰富，推广进程也在持续加快。

七、项目成效

成效1多渠道多场景防控

本项目通过设备指纹、大数据自适应决策引擎、机器学习引擎、案件管理等技术手段，构建客户交易风险监测系统，集设备指纹服务，规则引擎、智能决策、自适应处置于一体，支持覆盖手机银行、个人网上银行、柜面等渠道多业务场景。其业务风险防控矩阵架构，实现从“终端->移动应用->业务场景”的智能化、自适应全链路实时终端威胁检测、业务风险欺诈精准检测与有效拦截干预服务。做到对金融风险早识别、早预警、早处置。

成效2渠道交易保护

山西农信客户交易风险监测平台支撑千万级用户总量和百万级月活用户量，保障7*24小时稳定运行。截至目前，客户风险监测平台已完成102个风险模型的开发，与10个交易渠道进行测试工作。现平台内有黑灰名单87.18万条，受保护人0.24万条。已监测客户各渠道交易数据3247.95万余条，触碰名单模型数据为7.27万余条，其中：自动阻断3.08万条，人工审核4.19万余条。

成效3监管合规

山西农信客户交易风险监测平台的建设，全面满足了监管文件中提出的“金融机构从支付终端到业务系统、从开户到结算、从实名到实人全方位进行大力监管和风险防控”的要求。改变落后的手工统计及传统的安全控制措施，建立全方位、立体式的监测，以业务、技术和数据为三个维度，构建全渠道的集事前防范、事中实时处置、事后分析的风险防控体系。强化账户业务监督管理，全面构建金融支付结算安全防线。

八、经验总结

风控能力的建设不可能一蹴而就，需要不断地探索、持续地打磨。系统工具的支撑能力要强，组织方面的保障也要到位。下一步，山西农信将基于大数据底层架构，提升运用人工智能和机器学习技术进行风险量化评估的能力，强化终端侧的安全防护、身份认证、行为分析等能力，全方位防控风险。同时，组建风控模型专家团队，通过规则模型的深入运行和智能分析，进一步细化欺诈特征，不断调整、丰富防控模型，逐步构建更加智能精准的交易风险监测体系，保障业务安全。