一、项目背景及目标

商户二维码收单渠道日益成为涉诈资金流转的重要渠道。为有效应对收单商户的涉诈风险，平衡风险防控与收单业务发展，稠州银行创新构建了基于湖仓架构的实时风险拦截体系。项目通过深度整合收单侧的实时交易数据，建立了商户-账户精准映射关系，结合商户历史交易数据搭建商户交易习惯的动态感知图谱，实现了对二维码收单涉诈模式的精准识别与自动拦截。此外，平台通过融合公安下发涉案商户数据及行内客户及商户信息，形成自动化多维度风险分析报告，集成多源数据提供“客户-账户-商户”全息风险视图，实现二维码收单商户风险分析的“一屏通览，一键分析”。

1.项目背景

当前，随着移动支付的普及和扫码支付业务的广泛应用，因其交易便捷、无需面对面、资金流转迅速等特性，已成为诈骗分子实施涉诈资金转移的重要渠道。不法分子利用二维码支付隐蔽性强、商户资质审核相对宽松、交易金额小额化等特点，快速注册虚假商户用于接收涉诈资金。银行侧传统风控系统面临两大困境：一是二维码收单交易数据分散、商户与账户关系模糊，导致风险分析效率低下；二是风险处置需切换多个系统查询数据，严重制约响应速度。特别是公安部门下发的涉案商户数据，因缺乏与行内收单业务数据的智能关联，导致行内风险库的数据缺失，亟需建立一套专门针对二维码收单涉诈模式的实时拦截与智能分析体系。

2.项目目标

打造一套专为二维码收单场景设计的实时风险监测与拦截体系，实现对二维码收单涉诈行为的精准识别、毫秒级资金拦截与交易渠道控制。

构建商户-账户精准映射关系，提高数据处理效率，加速数据价值释放。

建立公安下发涉案商户数据与行内收单业务数据的智能融合机制，大幅提升涉诈商户分析效率与拦截精准度。

打造数据运营平台“一屏通览”的智能分析体验，实现风险分析从多系统切换到一站式操作的革命性提升。

二、项目方案

1.技术架构

图1. 收单预警体系架构图

（1）数据采集层

收单系统：提供原始交易数据，通过Debezium实现CDC（Change Data Capture）实时捕获交易数据变更。

数据传输：使用Kafka消息队列作为数据传输中间件，确保数据的实时、可靠传输。

（2）数据存储层

湖仓一体架构：基于分布式对象存储，融合数据湖的灵活性与数据仓库的高性能。

存储原始交易数据（结构化、半结构化、非结构化数据）。提供实时查询能力，支持低延迟的数据分析。通过数据血缘管理确保数据的可追溯性。

（3）数据处理层

数据中台：基于Flink实时计算引擎

数据清洗与转换：对原始交易数据进行标准化处理，去除异常数据。

规则引擎：执行预设的二维码收单风险规则。

数据聚合与分析：对交易数据进行多维度聚合分析，识别异常交易模式。

风险数据推送：将识别出的高风险账户实时推送至数据运营平台。

（4）风险分析与管控层

数据运营平台：作为系统核心枢纽

风险分析：基于已建立的商户-账户精准映射关系，进行多维度风险分析。

管控决策：生成风险处置指令，包括账户管控和交易关闭。

多源数据集成：整合收单系统、湖仓、中台数据，提供“客户-账户-商户”全息风险视图。

公安数据融合：自动对接公安涉案数据，一键智能分析，自动化生成排查表格与分析报告。

数据推送：将管控指令通过API/SDK实时推送至收单系统和核心系统。

（5）业务执行层

收单系统：接收管控指令，实时控制商户收单业务渠道，限制特定渠道的商户收款业务。

核心系统：接收管控指令，实时止付商户结算账户，拦截商户已收入的异常资金，为公安处置留足时间。

2.业务模式

（1）监测规则设计

 场景化：针对二维码收单涉诈特征设计专属规则

交易模式异常：异常小额交易、接近渠道限额的顶格交易、异常时间交易等

交易对象异常：异常境内跨区域收款、异常跨境收款、异常小众APP扫码来账等

交易行为异常：短期交易频率与商户历史交易不符、商户交易金额与历史交易不符、商户收款地域与历史交易不符等

 动态化：保持预警规则的动态调整机制

基于商户行业、营业时间、历史交易行为动态调整阈值

结合公安下发的涉案商户数据进行复盘回溯，不断更新风险特征库

动态评估命中率、打扰率等有效性指标，及时优化规则阈值

根据涉诈模式变化，及时新增预警规则

 精准化：避免“一刀切”，减少误拦率

建立多维度交叉验证机制，避免单一维度误判

建立商户-账户关联图谱，构建精准关系

（2）一屏通览

数据运营平台创新构建了“一体化风险视图中心”，单一界面无缝整合了客户信息、账户信息、商户交易流水、多维度交易明细（含历史及当日数据）、预警记录、实时管控状态及信息变更轨迹等全链路数据资源。系统智能聚合了多源异构信息，动态生成高度可视化的全域数据视图，彻底终结了传统多系统切换的碎片化操作，实现业务流程从“多系统跳转”到“一屏全景掌控”的革命性跃升。平台通过智能关联分析将单点数据洞察升级为全局业务态势感知，显著提升风险预判准确率与决策响应速度，深度赋能业务人员的风险判断。这一变革不仅实现了数据驱动质变，更在核心场景中全面释放数据资产的战略价值。

（3）一键分析

数据运营平台实现公安涉案商户数据的自动化接入与智能处理。系统依托精准映射模型，自动完成涉案商户与客户账户的智能关联匹配。业务分析人员仅需设定时间范围，即可一键生成该时段内交易特征画像、行为习惯分析及管控排查全景视图。支持分析人员输入风险交易定位评估，系统自动执行风险评分计算、风险等级判定及风险模式智能识别，即时输出结构化排查表格与分析报告，实现从数据接入到风险处置的全流程智能化闭环。

三、创新点

1. 建立二维码收单专用风控机制：针对二维码收单涉诈模式的实时风控体系，精准识别二维码收单商户通过“飞码”等手段实现涉诈资金流转的风险。

2. 商户-账户关系智能映射：建立“商户-账户-客户”的多维度关联模型，通过整合商户基本信息、客户基本信息、历史交易、账户行为、设备信息等数据，实现商户与账户的精准映射。

3. 一站式风险分析平台：创新打造"客户-账户-商户"全息风险视图，集成多源异构信息，动态生成高度可视化的全域数据视图，实现商户风险识别流程从“多系统跳转”到“一屏全景掌控”。

4. 公安下发涉案数据的自动化分析：创新实现公安涉案数据与收单业务数据的智能融合，通过已建立的商户-账户映射关系，对涉案商户进行自动化多维度分析及商户风险复盘。

四、项目过程管理

2024年10月，开始探索对二维码收单商户异常交易的准实时监测与联动管控；

2025年3月，结合新收单系统的应用，实现商户收单业务流水与交易监测系统的实时交互、实时运算及实时风险管控；

2025年4月，实现公安涉案商户数据下发后的自动化多维度分析及风险复盘；

2025年6月，优化平台“一体化风险视图中心”，丰富针对商户侧的风险维度梳理与同屏展示。

五、运营情况

项目上线以来，已累计建设二维码收单商户异常交易监测模型3个；构建交易金额、交易时间、收单区域在内的“飞码”监测维度9个；针对日常监测及平台运行问题，累计开展系统重大优化6次。平台自动化分析与风险视图展示达到预期效果。

六、项目成效

今年3月实现收单交易流水实时流转、实时分析、实时管控全流程实时自动运行以来，我行持续调优监测模型。截止11月，我行商户异常交易监测日均抓取案例0.52笔，商户监测的精准度持续提高、业务打扰率始终保持在较低水平。根据公安侧数据，今年三季度全行29个涉案商户中，我行监测并提前管控27个，管控率93.10%。各分行协助公安机关破获利用商户收单二维码进行涉诈资金流转的案件5起，实现对公安机关重点督办案件资金的100%拦截。

七、经验总结

1. 数据质量是风控基础：通过定制化商户收单交易接口确保原始交易数据完整性，为精准防控提供高质量数据基础。

2. 关系映射是核心突破：商户-账户精准映射模型实现“商户-账户-交易”全链路关联，有效提升风险分析精度。

3. 平台体验决定决策效率：数据运营平台“一屏通览”的全息视图设计，特别是公安涉案数据的自动化分析功能，显著提高了商户风险交易的分析效率，是系统成功的关键。

4. 风险监测规则设计需贴合场景：专属风险规则针对二维码收单商户涉诈特征设计，有效避免“误拦”与“漏拦”。

5. 闭环优化保证监测体系持续有效：通过建立“数据获取-分析-处置-反馈”闭环机制，使系统对商户风险识别的能力持续提升。