一、项目背景

近8年来，欺诈案件和欺诈金额逐年上涨，2022年，全国公安机关共破获电信网络诈骗案件43万起、抓获犯罪嫌疑人26.3万人，拦截诈骗电话1.4亿个、诈骗短信8.7亿条，封堵诈骗域名网址31.6万个，为群众直接避免经济损失1200亿元 。

2022年十大高发电诈骗局中贷款诈骗、刷单诈骗、冒充公检法诈骗、冒充客服诈骗、杀猪盘诈骗中招的人最多。

全国“断卡”行动开展以来，各地重拳打击非法开办贩卖电话卡、银行卡违法犯罪活动，对“跑分平台”“跑分客”开展集中收网，共打掉涉“两卡”违法犯罪团伙5800余个，抓获犯罪嫌疑人9.9万名。

同时监管部门要求银行业进一步加强支付结算管理，防范电信网络新型违法犯罪，要求银行建立健全账户分类分级管理体系。

现打击治理电信网络新型违法犯罪工作进入深水区，利用系统对账户进行监测、分类管理以及对账户的排查与管控，是提升打击治理电信网络新型违法犯罪工作效率的必然要求。

为贯彻落实党中央国务院打击治理电信网络新型违法犯罪活动指示精神，全面落实人行武汉分行2019年综合执法检查整改要求和推进全省农商行账户实行分类分级管理，进一步强化账户风险监测、促进数据治理突出问题整治取得实效，现急需建立全省农商行账户风险监测管理系统。

二、项目目标

建设全行级的账户风险监测系统，对接柜面、智能柜台、ATM、POS、手机银行、个人网银、企业网银、聚合支付、信用卡等各类业务渠道，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。并采集历史数据平台，整合交易渠道系统数据，利用大数据平台、数据挖掘等关键技术构建一套账户风险监测系统同时融入打击治理电信新型违法犯罪工作中的账户排查、账户管控、统计与报告等内容，实现打击治理电信网络新型违法犯罪工作线上自动化目标。

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。

第一阶段以平台建设、单渠道交易风险的防控及全行账户分类分级为首要目标，在接入我社全部对客渠道的基础上，增加大数据平台提供的核心全量交易明细，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，并把全行账户分为4类3级，有效区分不同账户的风险等级；

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，并把已经分类分级的高风险账户提供给核心进行初步管控。

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实时和离线的风控模型。

2、业务功能

目前，平台已投产上线了黑白灰名单管理、事中交易决策、账户分类分级管理等功能，包括12个交易渠道、61支交易，通过事中规则评分对交易进行预警或交易阻断，高风险名单推送核心做禁止非柜面或禁止开户等。

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。

账户分析类功能

主要实现离线场景的配置、账户分类分级任务的配置、分类分级任务执行情况的查看、对私和对公账户的风险报告查看汇总等功能。

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

账户风险监测系统的系统架构如下图所示

4、技术架构

湖北农信账户风险监测系统为了确保系统的高可用性和稳定性，采用了主从备份的数据库架构和集群化部署的服务组件。

数据库：系统使用达梦数据库，提供关系型数据存储，并通过主从备份确保数据的可靠性和可用性。

ElasticSearch（ES）：作为核心的数据和日志存储组件，支持高效的搜索与分析。

Redis：作为规则引擎的缓存层，支撑服务运行，提高数据访问的速度和系统的响应能力。

Spark：用于处理账户评级、风险报告及报表所需的统计数据，并支持构建场景化的机器学习模型。

Spark Streaming：实时流处理引擎，负责对日志数据进行实时加工和分析。

HDFS：提供风控及业务数据的冗余备份，作为Spark集群的主要数据输入源，确保数据的可靠传输和存储。

Zookeeper：为HDFS和Kafka集群提供协调与高可用性支持，保障系统的稳定运行。

通过上述的多层次技术组合，有效提升了系统的性能、稳定性和数据处理能力。

具体技术架构图参见下方：

四、创新点

湖北农信账户风险监测系统的建设是多维度、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

湖北农信账户风险监测系统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

事中风险防控最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。湖北农信账户风险监测系统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

账户风险监测系统可实现事前、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，湖北农信账户风险监测系统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，无需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

湖北农信账户风险监测系统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

湖北农信于2023年10月投产了账户风险监测系统一阶段项目内容，于2024年9月开放全行使用，目前二阶段项目在需求规划中。

六、运营情况

湖北农信账户风险监测系统自上线以来，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

湖北农信账户风险监测系统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12个交易渠道的测试投产工作。现平台内有黑灰名单738.69万条，已监测客户各渠道交易数据7690万余条。账户分类分级筛查出高风险账户12.5万余个，禁止类账户18.4万余个。

成效3监管合规

湖北农信账户风险监测系统的建设，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，湖北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。