一、项目背景及目标

随着金融便利服务的不断发展，提供金融服务渠道的便利、时间的弹性、产品的多样、交易的便利、信息获取的方便等均达到全所未有的高度，然而，随之而来的欺诈成本也逐渐降低，欺诈手段层出不穷，欺诈行为的危害亦在不断提升。如何提升交易安全、控制交易风险、防范欺诈交易等成为银行风控的新课题。广西北部湾银行通过建设具有本行特色的全渠道智能反欺诈系统，实现对电子渠道业务、收单、支付、信贷、信用卡等全领域的欺诈行为进行侦测、识别、处理、记录和共享，加强银行对欺诈事件的预警和防御能力，确保银行在提供便捷金融服务的同时能及时有效管控交易风险，保障交易安全。

二、项目/策略方案

（1）总体架构

全渠道智能反欺诈系统分为业务数据层、数据处理层、服务层、应用层，如下图所示：

①业务数据层接入行内外数据，包括事中实时的请求数据和事后流水数据以及一些静态的客户、账户数据等。

②数据处理层负责把事后或者静态原始数据加工形成各类风险特征，并存储在缓存数据库中。

③服务层使用风险指标对外提供决策服务，主要是查询流处理引擎获取数据加工层加工的指标数据，并提供事中风险决策。

④应用层借助服务层提供的服务达到风险控制的目的。首先是通过平台管理规则脚本，引擎提供风险决策接口给业务系统，以及一些相关的风险信息入库和核查单处理流转等操作。

（2）系统性能处理

全渠道智能反欺诈系统不仅需要跨系统实时处理海量数据，还需要快速分析判断是否对业务进行拦截，这对系统提出极高的性能要求，项目采取了以下措施解决系统性能问题：一是采用先进流式大数据处理技术，提升系统对数据的响应速度和并发处理能力；二是采用黑灰白名单机制，如代理IP侦测、虚假手机号、归属地解析等名单数据，提前预加载相应名单数据，提升规则决策效率；三是采用分级分类处理方式。分别针对不同复杂度的规则采取实时、准实时、事后三种不同的处理方式，对于复杂规则，放在准实时或事后方式处理。

三、创新点

（1）内置双核决策引擎实现毫秒级反馈，兼顾风险及用户体验

内置双核决策引擎，可根据业务需求支持规则和机器学习模型决策。引擎中规则引擎与模型引擎并行运行，互相补充，可实时判断交易流水对于风控规则或模型的匹配度，且引擎吞吐量几乎不受规则数量和逻辑复杂等情况的影响，能针对多维度、多场景的数据进行实时计算，计算结果在毫秒级反馈，并能根据用户的实际行为动态调整管控措施，如介阻断交易、介入人工外呼、调起人脸识别等措施，真正实现兼顾风险及用户体验。

（2）决策规则支持时间切片存储，实现在线修改实时生效

决策规则以时间切片的方式存储计算的中间结果，切片的粒度可以大到日、月，也可以小到秒级别，可以任意收缩时间窗口，在线修改指标时间段可实现实时生效。

（3）采用先进流式处理技术应用，大幅提升底层运算能力

全渠道智能反欺诈系统采用先进的流立方引擎、双核决策引擎等技术，实现支付场景下的风险事中管控能力。

流立方引擎是业界领先的流式大数据实时处理技术，具有极强的实时数据处理能力，获得教育部科技进步一等奖。流式计算是融合了CEP、可计算缓存等理念的实时流数据处理技术,其通过在数据流转过程中嵌入流处理引擎将所有流过的数据进行实时处理,并将处理后的中间结果合并生成一个多维度的可计算数据魔方，可实现针对长周期多维度实时指标的处理、对递增递减连续的时序计算统计的处理、对复杂事件场景实时统计的处理、对数据时序的处理等强大的实时计算能力，给风险事件的事中辅以强大、高效的底层计算能力。

四、项目过程管理

五、运营情况

全渠道智能反欺诈系统共制定风控规则230余条，接入手机银行、网上银行、网联、POS、ATM等10个渠道，监控业务场景50多个，日均监控交易量100多万条。系统自上线以来运行稳定，平均业务响应时间低于100毫秒，日均预警风险事件4千余条，占总交易量千分之四。全渠道智能反欺诈系统可甄别各种类型的疑似欺诈行为，提升了交易风险防控能力，切实保障了广西北部湾银行的客户账户安全。

六、项目成效

（1）快速响应预警异常交易，全面深入落实监管要求

全渠道智能反欺诈系统的建设满足监管对银行交易风险监控的要求，系统利用大数据分析、用户行为建模等手段，建立事中交易风险监控模型，可及时预警异常交易。发现异常交易后，可采取调查核实、风险提示、延迟结算等措施。

（2）全流程甄别客户交易风险，有效保障资金安全

全渠道智能反欺诈系统可通过收集各渠道的交易信息和客户信息，针对客户签约开户、登录、修改个人信息、转账、取现等各种交易操作进行监控，依据设定的相关规则和风控策略对交易过程中存在的风险交易进行甄别、预警和管理，有效帮助客户控制不同业务环节的欺诈风险，实现疑似风险交易阻断，从而有效减少风险损失，保障客户的资金安全。

（3）有效支持业务创新，提升客户体验和品牌价值

全渠道智能反欺诈系统实现了对银联、网上银行、手机银行业务流程的自动化实时甄别、预警和处置，有效提升金融机构的风控识别率，帮助客户降低资金损失风险。同时，系统为业务创新提供了坚强的后盾，银行通过减少客户的安全验证环节，提升了客户体验，增强支付产品的竞争力。

七、经验总结

在全渠道智能反欺诈系统建设中总结有以下经验：

（1）建立高标准数据质量管理机制

全渠道智能反欺诈系统需要采集和处理手机银行、网上银行、第三方支付等多个渠道的交易数据，多个系统之间存在数据不一致的情况，导致反欺诈模型可靠性和准确性下降。因此，必须建立完善的数据质量管理机制，对数据进行多次校验和审核，加强数据质量监控和分析，尽早发现数据异常及偏差情况，及时对数据源头进行处理，从而确保数据的准确性和一致性。

（2）对规则模型进行持续优化

全渠道智能反欺诈系统的规则模型不是一成不变，而是以变应变。需建立一套对规则模型持续优化的机制，对历史交易行为数据开展“回头看”，及时甄别瞬息万变的欺诈行为，提升规则模型时效性。

（3）善用换位思考的思维模式

通过分析大量坏样本数据，结合金融业务办理流程，以“坏人”的视角思考规则是否还存在漏洞，只有深入剖析事情本质，才能更好制定甄别和防范欺诈行为规则。