参赛单位：桂林银行股份有限公司

案例名称：移动金融反欺诈平台

案例简介：

桂林银行移动金融反欺诈平台创新应用大数据流式处理技术和设备指纹技术，从异常交易、风险手机号、风险IP欺诈、黑名单、关键信息识别等多维度对用户的交易数据和行为数据进行大数据分析，智能识别、预警和阻断等各类风险异常交易，并实现毫秒级实时风险决策，全方位保护客户资金和信息安全。平台共由智能风险决策、风控管理和规则管理三大系统组成，同时实现与智能客服系统实时联动，通过智能客服对高风险预警与客户进行实时核实和提示，降低交易风险，提升风险应急处理效率。

自荐理由：

桂林银行移动金融反欺诈平台技术先进，整合多渠道的实时交易信息和行内外数据源，打通智能客服并实时联动，突破了银行传统事后监督模式的技术限制，实现全渠道、全场景的欺诈风险智能识别和实时处置体系，对银行业反欺诈领域的工作具有较强的借鉴意义。

项目背景：

经过几年的不断创新发展，桂林银行已建成完善的移动互联网和电子银行服务体系，移动互联网端的用户和交易规模的不断扩大，为客户提供方便快捷、随时随地的多种金融服务渠道。但是，各电子渠道和移动端为客户带来便捷服务的同时，面临的互联网风险也越来越频繁，而传统的事后风控模式已无法满足当前移动互联业务快速发展的要求。为进一步提升客户的账户、信息和交易安全性，林银银行创新应用大数据、人工智能等最新技术，建设了全渠道、全场景、全时段的移动金融反欺诈平台。

创新技术/模式应用：

一、 创新应用流式大数据技术，提升海量数据流的实时处理效率。

1. 高并发的流数据进行极速处理

（1）单个流数据处理请求可微秒级完成。

（2）单节点（普通PC server）可完成每秒5000笔的业务数据流处理。

（3）集群能力可以到达每秒10万笔的并发业务数据处理。

2. 大数据集实时复杂数学计算

（1）大数据集的方差、标准差、K阶中心矩等计算达到毫秒级。

（2）大数据集的递增、递减，最大连续递增和最大连续递减计算达到毫秒级。

（3）大数据集的去重、归组操作计算达到毫秒级。

3. 海量数据进行高性能智能分析

（1）最大时间窗口无限制，理论上可以处理百年的数据。

（2）单节点（普通PC server）完成每秒千万级的计算。

（3）集群能力可线性横向扩展，处理能力无上限。

二、 采用中央风控平台架构实现全渠道交易实时集中风控

1. 风控系统的独立性

风控系统相对业务系统的独立性，保证了业务系统的正常交易流程不受影响。

2. 迭代迅速

较高的独立性使得其功能的迭代速度得到巨大提升，为应对变化中的欺诈风险提供了底层保障。

3. 以用户为中心的安全保障

中央风控平台对各渠道交易以用户为维度进行跨渠道、跨业务场景的风险追踪，结合用户的行为轨迹综合评估用户操作风险，解决了传统风控系统单一渠道单一业务进行风险判别的局限性问题。

解决行业哪些痛点：

一、 实现全渠道、全场景、全时段的实时智能风控，风险防控能力得到极大提升。

桂林银行移动金融反欺诈平台作为中央风控平台，为各渠道的欺诈风险监控赋能，解决了银行业中各业务渠道交易数据不互通、联动性差的问题，通过对交易数据的整合，实现了跨渠道、跨业务的用户行为追踪，综合评估用户行为风险。

二、 应该流式大数据处理技术，实现客户交易实时风控。

反欺诈平台的底层技术中，采用了流式大数据处理技术，在海量数据源源不断进入系统时，系统直接在内存中对实时数据进行计算并处理，解决了传统事后监督系统的技术瓶颈，支持了风险决策系统对持续大流量的实时数据进行分析并快速响应。

三、 风控规则可视化参数配置，有效提升了平台风控策略调整能力。

建立了强大的智能风控规则管理系统，采用可视化规则模块管理方式，风控策略可随时调整并及时生效，将传统需通过需求提出、开发测试、上线排期等一系列开发流程才能将规则开发并部署上线的周期极大缩短，减少了开发成本，提升平台风控能力。

四、 多维度反欺诈风控模型，实现主动防御和拦截。

建立多维度风控模型组合，整合全渠道交易数据，智能分析客户的行为习惯，消费偏好等，形成客户画像和标签，建立丰富的风控模型，有效提升风险交易决策能力，并预测风险发生趋势，实现主动防御和拦截。

五、 客服平台实时联动，实现风险预警主动核查。

反欺诈平台联动智能客服平台，在风险交易发生时第一时间与客户进行核实，解决银行以往面临的风险处理滞后问题，有效降低客户损失，提升客户体验和银行安全形象。

执行过程及风险控制：

一、 执行过程

（1）客户通过各渠道进行登录、转账、消费等交易时，交易数据实时传输到反欺诈平台进行大数据分析；

（2）依托平台的风控模型、风控规则、黑名单等对交易数据进行智能分析，对异常风险交易进行预警、阻断或加强认证等决策；

二、 风险控制

通过规则管理平台实现智能风控，当客户的风险交易触发规则时，平台根据所触发的规则对应的策略发挥决策结果，对客户的交易请求进行管控。其中验证策略包括：指纹验证、手机短信验证、人脸识别验证、阻断交易和放行；通知策略可发送短信消息到客户预留手机号码进行交易和风险提示；管控策略包括：暂停非柜面、临时冻结付款银行卡、延迟商户结算等手段，有效对识别的风险进行防控。

同时，风控管理平台支持风险核查人员将分析识别的可疑设备、IP地址、银行卡及客户身份信息等录入平台黑名单库，进行全渠道的风险管控。

三、 制度建设

依据行内现状及未来规划，制定移动金融反欺诈平台管理办法，推广至业务渠道接入部门，明确岗位职责。

1. 各业务渠道部门设置相应的风险分析岗与风险审核岗进行反欺诈平台日常运营，风险分析岗负责欺诈特征、欺诈趋势的研究工作，及时优化、部署反欺诈规则模型，提升反欺诈监控效果。风险审核岗负责反欺诈案件审核工作，对客户风险案件进行最终的确认。

2. 借助数字化专业部门的数字化建设能力，实现数据分析、数据挖掘、人工智能技术等在反欺诈平台大数据分析、风险行为分析、风控规则优化和风控建模等方面的具体应用，以适应业务发展，提升系统智能化风控水平。

3. 客服对反欺诈平台的风险核查工作，对风险事件进行核实，接受客户的咨询，及时有效的对实时产生的风险情况进行排查，并向业务渠道部门反馈风险核查工作情况。

4. 反欺诈平台主管部门负责系统的日常管理，承担各参与部门的协调与问题沟通工作。

效果评估：

平台2019年初全面运行以来，累计监控交易超1亿多笔，处理包括账户盗刷、信用卡套现、商户欺诈、伪卡欺诈、异常操作、虚假开户、盗刷等多起风险交易，对高风险交易进行实时拦截；同时对疑似风险交易加强安全验证措施超15万笔，有效降低了业务风险。同时对系统运行交易数据进行数据分析，优化风险模型和完善业务规则，进一步提升平台的智能风险防控能力，也为全行其它业务发展提供丰富的数字化能力支持。

责任编辑：方杰