借大数据东风 横扫欺诈之霾

主页（http://www.kuwanit.com）：借大数据东风 横扫欺诈之霾

　　当下，移动互联网技术的飞速发展、客户行为习惯逐渐向移动端的迁移，推动着商业银行电子银行业务迅速发展，线上交易笔数以稳定的增速持续上升，随之而来的便是交易环节的增加、场景复杂化、交易的开放性、匿名性、技术复杂性……这一切都给商业银行风险防范带来新的挑战。

　　而随着大数据时代的到来，如何充分发挥大数据、云计算、移动互联网等新兴技术优势来打击金融诈骗，做到实时交易风险防控，成为目前商业银行在谋求转型发展的同时的又一关切点。中信银行作为一家稳健发展能力极强的股份制商业银行，该行于2016年9月份正式上线电子银行实时风险监控系统，该系统的建设积极借助大数据东风，可实现事中防范欺诈，切实保障客户资金安全，降低交易风险。

　　颠覆传统：防范风险于未然

　　信息技术的飞速发展，使得业务触点由实体变虚拟，直接变间接，驱动多样化，这些在助推商业银行转型发展的同时，也为犯罪分子拓展了欺诈驱动因素，随之而来的便是层出不穷的金融欺诈手段以及频频发生的金融欺诈案件，在此背景下，传统反欺诈技术显得捉襟见肘。

　　谈到传统反欺诈手段的具体不足时，中信银行软件开发中心公司业务开发处处长李春说：“当前，传统反欺诈手段存在如下痛点：一是欺诈手段层出不穷，传统反欺诈仅靠运营经验决策风险，识别滞后，无法实现精准反欺诈;二是随着交易场景向线上迁移，割裂式捕捉欺诈行为的传统模式难以解决复杂场景下产生的风险;三是传统风控依赖专家经验，对人员配备要求较高;四是单纯的反欺诈手段，难以实现对风险的未雨绸缪。”

　　而中信银行电子银行实时风险监控系统的建设初衷正是为了解决上述痛点。相较于传统的事后风险补救却很难挽回损失的传统风控模式，中信银行实时风险监控系统通过系统设置的既定规则发现潜在风险，并将风险及时反馈客户，从而提前预防风险，切实保障客户资金安全。

　　“举例来说，系统一旦发现某个经常在北京做交易的客户突然有一笔异地大额转账交易，那么系统就会立即给该客户相关提醒，如果客户确认该笔交易是自身操作则放行，否则立刻阻断，做到事中控制。”李春在介绍系统运作方式时说。

　　此外，据了解，区别于商业银行传统的基于对已发生案件数据的分析去做进一步防范，中信银行实时风险监控系统的建设更多的基于当前新型IT技术的发展和变化以及以Hadoop为代表的大数据分析工具等，结合反欺诈场景对整体的风险发生背景和产生原因进行深入分析，从而做到实时防控，防范风险于未然。

　　创新驱动：打造实时交易反欺诈平台

　　一步领先，足以颠覆——这便是对创新力量最好的诠释。而在信息技术飞速发展的当下，面对愈趋精明的犯罪分子，唯有不断创新、主动出击，颠覆传统风控模式，才能实时防范交易中潜伏的欺诈危机。

　　在中信银行实时风险监控系统的建设过程中，创新亮点随处可见，中信银行充分运用大数据思维、整体性分析以及基于固化专家经验的机器学习等来不断丰富数据维度，实时管控引擎，逐步完善规则制定等。

　　首先，区别于传统风控模式的基于对单一事件的分析，中信银行实时风险防控系统运用整体性分析法。随着诈骗案件愈趋复杂，需要综合各个节点间的关联性来进行处理，应运而生的便是基于这种复杂事件的流数据平台。“基于自身业务系统中产生的数据，结合有关联性的第三方数据，通过流数据平台进行大数据处理分析。并结合各种大数据工具，形成各类建模方法，做到基于业务场景的上下文分析”李春介绍说，“区别于传统的割裂式数据分析，整体性分析法可结合用户各方面特征，使得客户画像更完整，从而更精准地预判风险”。

　　其次，中信银行实时监控系统的又一亮点便是“离线评分”。该系统起初的运行规则由相关专家根据以往经验来制定，但由于专家经验有限以及诈骗手段不断变化，因此，系统采用离线评分的模式，按照一定的比例抽取样本数据，通过人工核实这些数据，将核实的结果同系统自动识别的结果进行比对和分析，结合分析的结果不断调整规则要素，完善系统运行中的风险识别规则。

　　此外，中信银行实时风险防控系统还创新将风险交易进行脱环处理，从而确保整体交易的顺畅进行。一方面，系统运转时在跟前端业务系统的交互过程中一旦发现通讯或其它未知错误，便与电子渠道业务系统之间进行脱环处理，不影响正常的交易链路;另一方面，在诸如“双十一”交易量较大的情况下也可将实时风险监控系统与前端业务进行暂时脱环处理，从而保障整体交易环境的畅通无阻。

　　大数据运用：“自动化+智能化”守护金融安全

　　显然，互联网的高速发展产生了大量的数据，而以大数据为基础的新技术，也在为夯实互联网金融发展中的安全保障基础带来新的契机。中信银行实时风险监控系统在建设过程中充分彰显大数据理念，并通过不断优化，逐步实现系统运行的自动化和智能化。

　　实时风险防控系统的大数据理念首先体现在对数据的选取上。经介绍，除了自身业务运行中产生的大量交易数据外，该系统还结合第三方数据，从多角度分析用户行为习惯，准确描述客户画像，进而对现有交易进行精确分析。

　　其次，大数据理念还体现在对大数据工具的运用上。“考虑到交易数据的日趋增大，系统在选型时运用成熟的大数据工具Hadoop来提高运算速度，减少运算时间。”李春介绍道。

　　与此同时，实时风险监控系统运行规则的制定也充分印证了其大数据理念。目前中信银行实时风控系统中已制定的风险识别规则有15条，这些已有规则具体是由行内专家根据前期已发生风险案件的特点进行大数据分析，然后得到一些普适性规则。“目前，一部分规则在具体环境中运行的准确率可以达到近60%-90%。”李春强调，“但是有些规则需要在模型环境进行论证，所以系统运行规则需在前期已有分析结果的基础上根据实际情况不断做出相应调整，不断提高规则的命中率”。而系统后期运行中则加强了对第三方数据的使用，对用户画像不断进行优化、迭代，调整设置相应参数、规则，发掘潜在欺诈点。