一、项目背景及目标

1）项目立项背景

伴随信息技术的快速发展，黑产欺诈和电信诈骗等日益猖獗，且呈现高发多发态势，急需提升银行对交易的风险识别和防控能力，实现跨渠道、全天候、实时的交易监控。监管部门对金融机构信息系统安全、风险交易监控系统建立、反洗钱职责等方面提出明确要求：银行提高违规、欺诈交易识别能力，在交易事前、事中、事后嵌入操作风险防控功能，利用数据挖掘分析工具识别内部违规操作行为、客户交易习惯和可疑行为模式，对个人银行结算账户异常开立和可疑交易情况进行实时监测，有效采取中止向可疑账户提供金融服务等风险防控措施。

为提升整体风险防控能力，在调研国内银行同业情况的基础上，对企业级反欺诈平台的建设做了初步分析，通过对交易终端环境、交易特征、关联交易、客户习惯行为的偏差综合评估计量交易风险，建立对交易的事中实时监控与事后分析机制，智能动态地针对不同特征的交易采取恰当的安全措施干预。

2）项目目标简介

通过大数据风险模型、复杂监控规则等，实现对各类交易的实时风险精准识别，并在交易过程中进行风险特征分析及风险预警，同时能对预警的风险交易进行直接干预。在风险控制领域具备从事前、事中、事后各阶段进行风险侦测、识别和处理的能力。企业级反欺诈平台旨在实现以下目标：

搭建“企业级”反欺诈平台

  建成“信息共享、技术共用、欺诈共防、步调共同”的企业级反欺诈管理平台，实现覆盖全业务、全产品、全渠道的欺诈风险事前、事中、事后的全流程管理，助力构建自动化、智能化、高效率的集团反欺诈工作体系，维护客户资金安全、营造良好金融生态。同时通过平台化管理和标准化输出，实现风险信息在全行范围的共享共用，建立了“一点出险，全面布控”的交叉布控机制。

探索“智能化”风控技术应用

平台依托先进的大数据及人工智能技术，实现各业务领域的风险事件、特征、名单、策略、模型的挖掘整合，通过用户画像、流数据处理、大数据分析、机器学习建模、知识图谱分析等能力，面向客户提供事前申请反欺诈、事中交易反欺诈和事后风险监控等全方位反欺诈智能服务。

满足“毫秒级”业务响应要求

在各交易渠道业务提交前增加事中反欺诈的流程节点，将数据服务实时嵌入业务流程和场景应用，采用“交易采集分析，实时返回交易风险评估”的业务处理流程设计，具备毫秒级实时监控、实时决策、实时预警、实时通知等功能。

管控“全渠道”业务欺诈风险

企业级反欺诈管理平台提供的事前申请反欺诈、事中交易反欺诈和事后风险监控等全方位反欺诈服务应广泛应用于行内的账户、结算、支付、信贷、投资等各个业务领域，覆盖行内操作渠道、支付渠道等全交易渠道，结合业务办理流程提供预警服务，有效防范资产损失。

实现“内外欺诈”风险并行管理

反欺诈平台的管理逻辑依靠大数据+科技双轮驱动，搭建起业务的全流程智能风控体系，该体系一方面包含持卡人或用户具用主观欺诈意愿，不当使用银行金融服务获利的欺诈（如洗钱、诈骗、盗卡盗刷类），另一方面也包含内部控制失效，行内员工在支付及交易过程中违规操作，骗取客户或行内资金的内部欺诈管理维度（如规避监管、飞单、盗取客户信息等）。

达到“灵活化”欺诈风险管理的水准

搭建可视化管理平台，业务人员可基于共享的风险信息，在线进行模型挖掘、规则配置和热部署,支持快速对模型进行优化,以及新型的欺诈手段进行防控规则升级,适应当前风险快速变化和升级的风控现状，解决风险管理效率问题。

二、项目/策略方案

1）技术架构

本项目采用微服务的架构，按照高内聚低耦合的理念，设计了决策引擎、决策中心、预警中心、案件中心、名单中心、流程中心、系统服务等7个微服务，每个微服务聚焦对应的核心功能；项目总体划分为3大链路，交易风险实时决策链路、数据指标实时加工链路、预警交易核查链路。技术架构设计通用性强、易扩展，未来可支持申请反欺诈、影响反欺诈等业务接入。

交易风险实时决策链路：各渠道交易直接请求反欺诈接口，通过网关分发到决策引擎服务，决策引擎服务获取当前交易使用到的指标数据结合规则模型进行实时决策；

数据指标实时加工链路：实时采集交易流水通过Flink实时处理，然后输出到指标计算引擎；实时交易流水同时存入Elasticsearch和Hbase用于事后关联查询；

预警交易核查链路：接收决策引擎风险预警消息生产预警单，用于业务人员事后核查、总分支联合调查；处理结果支持转为案件和名单；

另外，本项目充分运用行内数据智能服务体系资源，打破行内现有数据平台技术壁垒，充分融合知识图谱、客户画像、流计算、数据湖、离线计算平台、大数据开源组件等平台优势，应用于平台各业务环节，实现协同增效，达到1加1大于2的效益。

2）业务模式

反欺诈平台按业务应用方向不同，交易反欺诈、营销反欺诈、申请反欺诈分别交由各业务条线自行管理，系统功能上支持按渠道、交易场景进行管理权限分配，同时流程处理岗位支持按模型进行配置，实现一个平台支持多种类型的运营管理。其规划为【实时反欺诈+离线反欺诈】结合的业务管理平台，实现批流结合的业务管理模式，其中实时反欺诈依托流式计算，实现交易发起->触发规则/模型->实时响应处置/事后预警核实的业务管理模式；离线反欺诈依托行内大数据的自助分析系统实现离线指标的配置、统计及推送，实现交易处理完整后数据分析->事后预警核实的业务管理模式。同时支持专家规则模型与机器学习模型并行的实时风险策略应用机制和外部数据与专家规则模型协同生效的规则配置机制。

反欺诈平台构建了黑白灰名单机制，通过事前名单机制判断、事中实时风险监控、事后知识图谱关联排查实现交易风险的闭环管理。同时，根据平台运营情况和风险核实情况，不断积累黑名单和风险案例，对风控模型进行优化迭代，提高风险防控精准度。

反欺诈平台的风险处置包含业务分析、模型构建、上线试运行、管控策略启用、风险信息推送、人工核实、风险处置、模型优化迭代等步骤。流程图如下图所示：

针对线上渠道和线下渠道业务场景的不同特性，反欺诈平台构建了两套风险核实流程。针对手机银行、网上银行等线上渠道，采用自上而下的风险核实流程，即风险信息触发由总行风控人员进行分析，下发分行进行协查，分行核实后视情况下发支行进行上门核实，核实结果由总行风控人员进行确认；针对柜面、智能机具等线下渠道，采用自下而上的风险核实流程，即风险信息直接推送至业务办理机构风控人员进行核实，核实完毕后提交分行进行复核，分行复核通过后，由总行按比例进行抽检。

三、创新点

1）技术创新点

规则热部署

业务人员可以在线新增及优化规则模型，且实时生效，极大的提高了风控响应能力；风险决策响应耗时平均在0.03秒，做到了对用户无感的风险识别；

实时计算

结合商业数据库CDC工具Attunity Replicate实时采集交易流水到Kafka,采用Flink进行实时数据过滤、多维关联、多流关联，输出到指标引擎计算平台；此方式不需要业务系统进行改造，对业务系统基本零入侵；

图计算实时构图

基于行内图谱平台，对接实时数据进行实时构图，加工一些风险指标并实时应用到规则中，例如当前设备关联的人使用过的境外IP次数、当前设备关联的人使用高危设备的个数、使用过高危设备的人关联的其他设备等指标；

机器学习模型构建

构建了个人账户涉诈算法模型、对公涉赌涉诈的AI模型、欺诈公司团伙图挖掘模型；通过个人账户涉诈算法模型提取可疑账户12302个，排查确认异常并管控得账户5562个，风控精准率达45.21%；通过涉赌涉诈模型发现并终认定396个问题企业账户，通过欺诈团伙模型发现353个可疑企业团伙，涉及454个可疑企业账户。

微服务架构

项目按照微服务的架构，遵照高内聚低耦合的设计理念，设计了7个微服务；微服务应用实现容器化部署，已完成22个节点容器运行，占用72C/300G内存，可实现动态扩缩容，提升资源利用率。

分布式缓存

 指标引擎计算结果存储在分布式缓存Redis集群中，不仅写入速度快，而且查询响应速度更快，能有效保证交易链路的响应时间控制在毫秒级；目前分布式缓存采用集群模式部署，随着数据量的增加可以实现横向扩容。

2）业务创新点

实时风险数据大盘展示

基于实时数据统计功能，在平台首页构建实时风险驾驶舱，对风险概况、风险地区分布、各时间段风险触发量、模型触发排名等进行全景化视图展示，且支持视图展示匹配操作人员权限，方便各级风控人员对管辖机构风险情况实时全盘掌握。

客户级交易风险画像构建

针对各种风险信息数据散落在各个系统，风控人员进行风险研判和分析效率低下的问题。反欺诈平台整合行内各系统相关数据和外部数据，构建客户级交易风险画像，一站式展示客户基本信息、交易信息、设备信息、产品信息等风险核相关信息，并可以一键查询客户交易明细、客户在我行行为轨迹信息。

多形式加强验证手段

当前，个人信息泄漏事件时有发生，验证码、密码等验证手段频频被黑灰产盗取并用于盗取客户资金，单一验证手段越来越无法适应当前严峻的移动支付形势。我行采用设备指纹、页面风险提示、人脸识别、安全问答、智能外呼等多种形式的加强验证手段，针对高风险的业务场景，采用两种以上验证手段组合运用的形式，大程度避免单一验证手段被攻破造成交易风险被无限放大的问题。

运用知识图谱排查关联风险

   针对反欺诈平台日常识别和拦截的电信诈骗风险事件，*****时间将诈骗分子使用的设备、收款账号等信息加入黑名单，防止行内其他客户被骗。同时，通过我行万象平台进行关联账户排查，及时排查与被骗客户相关联的客户，进行风险提示或账户管控。

    这个截图中，红色的图标是存在风险已被限制的客户，蓝色图标是我行客户的交易对手，根据一层层的关联展开，可以高效的排查出更多的可以账户，绿色图标是本次排查出的高风险可疑账户，需要进行客户核实。

与公安机关协作机制

依托反欺诈平台实时风险监控机制，我行联合河南省反诈中心建立潜在受骗群众劝阻和风险提示机制，通过反欺诈平台构建专门的风控规则模型，实时识别我行电信诈骗潜在受骗客户，由河南省反诈中心组织公安干警进行电话劝阻，防止客户上当受骗，受到广大人民群众的一致好评。

四、项目过程管理

1）2019年10月至2020年7月属于项目调研及立项期，调研比选行内外技术方案，邀请国内知名风控公司及互联网公司参与竞标，终引入浙江邦盛科技有限公司合作建设中原银行企业级反欺诈平台。

2）2020年7月-2021年5月属于项目建设期，项目组采用敏捷的管理模式，分批完成9个渠道60多支交易上线；

3）2021年5月以后，属于项目运营期，新增接入4个渠道40多个交易场景，取得了良好的风险防控效果；

五、运营情况

目前，反欺诈平台已在我行总分支三级机构上线运行，536名风控人员开通用户权限，进行风险核实工作。系统日均处理交易280万，平均响应耗时30ms;实时累计指标1000多个，部署规则模型400多个，机器学习模型3个，日均风险预警交易8000多笔，日均阻断可疑登录、转账2000多笔。

六、项目成效

1）打击电信诈骗取得良好效果

反欺诈平台上线后，已阻断客户被电信诈骗风险事件几十起，挽回客户潜在资金损失上百万元。2021年8月份以来，我行与河南省反诈中心建立电信诈骗潜在受骗客户联合劝阻机制，已对600余名刷单骗局潜在受骗客户进行成功劝阻和风险提示，避免客户潜在资金损失数百万元，到了河南省反诈中心和广大人民群众的一致好评和赞扬，被当地监管机构在河南省同业进行先进经验分享。

2）“断卡”行动成果显著

   自2020年10月以来，我行响应各级监管机构“断卡”行动工作要求，积极开展打击银行账户出租、出借行为。2021以来，通过运用反欺诈平台识别并管控的高风险个人可疑账户10801个，高风险对公可疑账户221个。相关工作经验被中国人民银行郑州中心支行在河南省同业进行发文分享。

3）风险管控时效大幅提升

反欺诈平台通过流式计算进行交易风险的实时监测和管控，较以往的T+1日的批量风险数据提取、核实管控流程，大大的提升了风险管控时效；同时，综合运用交易信息、环境信息、设备信息等对维度内外部数据，提升了风险管控的精准度。目前，反欺诈平台风险识别精准度为10%，是我行传统风险预警平台的15倍以上；反欺诈平台整合行内散落在多个系统内的数据信息，集约化地展示给风控人员，通过一个平台即实现分享排查所用的信息，大大减少了风控人员页面操作、风险分析和数据处理的劳动成本。

七、经验总结

在系统架构上采用微服务的架构、容器化的部署，可以快速实现应用的弹性扩缩容；架构上围绕三个链路展开，交易风险实时决策链路、数据指标实时加工链路、预警交易核查链路，三条链路功能虽然解耦，但数据可以共享；平台功能设计方面，主要围绕风险大盘、规则管理、预警管理、关联交易查询、报表统计等功能展开，其中预警单核查处理功能实现总分支三级流转，有效提高了风险联合处置效率；通过本项目建设，锻炼出了一个既精通反欺诈领域相关技术又拥有反欺诈风险防控经验的强大团队。