參賽單位：廣發銀行股份有限公司

案例名稱：大數據零售智能風控平臺

案例簡介：

本項目在風險解決方案上，建立了統一、全面的風險監控及反欺詐平臺，具備事前、事中、事后交易風險識別、分析、鑒別、控制能力。在業務上，覆蓋了零售金融板塊的多個渠道及領域，并實現了跨業務場景的風險橫向識別，打破業務邊界；在技術上，利用大數據技術、基于時間窗口可移動的動態數據分布處理技術、以及AI強化學習等多種算法，深入挖掘客戶習慣，并對風險特征進行多維度分析，智能識別欺詐風險，實現對風險交易的有效干預和攔截。

項目背景：

隨著信息技術與銀行業務的快速發展,黑產欺詐和電信詐騙等日益猖獗，針對金融場景下數據高質量、高精準性的要求，利用人工智能及大數據技術，提升對用戶的精準刻畫能力，構建多層次化的智能風控安全防御體系尤為重要。

創新技術/模式應用：

一、 首創零售條線多渠道接入、多場景覆蓋、全閉環管理的智能風控解決方案。

實現零售條線各業務渠道的風險識別與預警，覆蓋線上、線下多業務場景，跨業務邊界進行數據整合，橫向識別業務風險，設置動態安全策略并對高風險交易采取實時攔截措施。

二、 利用大數據技術，基于正態分布算法的客戶行為習慣，實現對客戶行為深入洞察

平臺整合全行客戶數據、交易流水，外部數據，以海量客戶行為數據為基礎，通過強化學習，刻畫客戶完整交易行為畫像。

三、 采用動態數據分布處理技術，實現專家規則毫秒級的決策計算

基于實時流式大數據處理技術，構造毫秒級風控引擎，實現風險交易的實時攔截。引入基于時間滑動窗口的動態數據聚合計算技術和指標體系，實現時間窗口動態伸縮，提高指標的靈活度和時效性。

四、 構建全局反欺詐決策中心

整合行內外數據及多維度跨場景行為特征，全局與各業務環節場景在信息與決策的互動中實現數據的不斷積累補全和模型策略的不斷優化升級，形成自我完善的反欺詐生態圈。

五、 基于客戶歷史行為的智能風險驗證模式

貼近客戶實際，采用大數據分析技術，將客戶歷史行為設計成智能問答庫，建立完善高效的風險事件分配處理流程及問答庫聯動處理機制，提升客戶安全體驗。

系統架構

解決行業哪些痛點：

痛點1：事中防控無法做到毫秒級響應

解決方案：平臺采用流式處理技術，以及分布式微服務架構。對行為特征指標、實時交易流水、規則因子等進行分布式緩存管理，最大程度降低對數據庫讀取的依賴，更好的支持高并發處理能力。

痛點2：實時高并發系統處理能否滿足？如何在數據快速累計的情況下做到高可用？

解決方案：為滿足高并發業務場景需要及業務快速增長所帶來的系統性能壓力，采用大數據分布式處理架構，保證自身統計引擎、規則引擎等核心處理模塊高效運行。

痛點3：無法快速攔截第一方及第三方欺詐

解決方案：結合大數據的流式處理和分析引擎技術，采用決策樹-直推式-聚類-prefixspan算法計算交易關聯度，建立數十種欺詐策略。使用挖掘技術對數據進行多維度分析，識別出隱藏的欺詐交易，防止各類欺詐風險的發生。

痛點4：無法偵測團伙欺詐和隱式欺詐

解決方案：通過決策流可以調用實時偵測模型進行隱式欺詐的識別，基于風險穿透的程度，完善規則風險梯度，避免風險無限蔓延。

痛點5：規則、策略無法可視化實時管理

解決方案：提供規則、策略及模型全生命周期的統一管理，可支持動態部署監控，并支持賦值化調整，支持可重用的指標、規則和決策流等組件的編輯、部署、運行和監控等功能。

執行過程及風險控制：

項目執行過程：

項目從2018年8月正式啟動以來，在數據采集技術、軟件接口開發、聯調測試、監控流程、網絡架構、硬件部署、業務咨詢診斷、現狀評估、規則策略制定、體系規劃、模型訓練、性能調優等方面多次論證，周密計劃，有序推進，歷經一年左右時間，搭建了基于大數據、AI技術為一體的穩定、動態的風險偵測體系，為我行提供了多維度的風險分析決策支持，可有效識別交易風險，實施相應的動態安全策略，實現了對業務交易風險的智能排查、實時預警，有效防范欺詐風險的發生。

風險控制：

項目按著CMMI3標準體系進行管理，對可預見的問題或風險點予以提前應對。設立項目PMO崗位，負責項目總體進度監控、疑難問題協調處理等工作，并定期開展對項目的巡檢。制定規劃的應急處理機制，保障項目實施、開發等資源的緊急問題處理效率。并通過日常工作安排上的適當交叉來達到項目組成員間各項工作的有效備份，盡量減少項目過程出現的一些不可控突發事件對項目的影響。

按要求細化項目計劃，定期向PMO匯報評審項目進度，并根據項目實際進度和具體工作需要及時修改計劃，避免項目延期和交付質量問題。

效果評估：

目前已階段性地實現了對線上渠道，如直銷銀行、網銀、手機銀行、非面簽Ⅱ、Ⅲ類戶等業務的風險交易監測與攔防；對線下渠道如取現、刷卡消費、POS收單商戶的金融交易的風險識別與監控，累計部署規則、模型達300余項。

以我行的直銷銀行APP線上開戶為例，平臺共攔截10000多筆風險交易，阻斷數百個客戶風險操作，識別疑似代理中介及欺詐設備近130個設備；以個人網銀為例，已攔截第三方記賬式軟件的登錄交易50000多次，在偵測率方面，對比成熟同業（如建行線上業務）約5%的比例，目前已經實現了約3.3%的偵測率，且平臺運營平穩。 

隨著經驗的不斷積累，風險規則的不斷調優以及系統的持續完善，預計風險交易的偵測率會繼續提升30%，且隨著業務接入范圍及場景的不斷延展，每年將對超過50000筆欺詐交易進行識別和阻斷，將大大風險監控精度，降低誤報率，提升零售金融的反欺詐能力，提升賬戶安全。

責任編輯：王超