反詐困境，國有大行如何破局？

近年來，各類欺詐案件屢見報端，“金融造富”的騙局防不勝防。網(wǎng)上銀行欺詐、電話銀行欺詐、網(wǎng)絡(luò)欺詐、電信欺詐、盜刷銀行卡、POS機套現(xiàn)、貸款欺詐……龐大的利益誘惑下，金融詐騙黑產(chǎn)的水深不見底。各大銀行風控部門也一直在致力于迭代反欺詐系統(tǒng)守衛(wèi)人民財產(chǎn)。

反詐困境

某國有大型銀行信用卡中心在與騰訊云溝通時曾表示，“傳統(tǒng)的人工式的或者基于專家經(jīng)驗的反欺詐系統(tǒng)已經(jīng)不能適應(yīng)復(fù)雜的金融詐騙模式了?！?/p>

首先是審查過程人工操作步驟繁瑣，效率低下。行方在人工審查的時候，經(jīng)常需要致電客戶本人及所在單位核實信息的真實性。評估系統(tǒng)對申請件進行初步評估后，對個人還要審查申請人和擔保人的多方面資料，如信用記錄、已知的資產(chǎn)、職業(yè)特性等。了解這些信息往往需要跨系統(tǒng)、跨部門調(diào)閱文件，如向影像系統(tǒng)調(diào)閱申請件影像文件、從發(fā)卡系統(tǒng)獲取現(xiàn)有客戶情況、從征信系統(tǒng)獲取客戶征信報告等。

這些看似簡單的操作，實際上卻繁瑣耗時?！叭绻幸粋€系統(tǒng)，能夠把這些關(guān)聯(lián)信息清晰呈現(xiàn)出來，讓我們‘一次性’看清所有問題，會高效很多”，業(yè)務(wù)員小陳（化名）表示。

審批過程缺少關(guān)聯(lián)視角

當前銀行面對的另一個問題是團伙欺詐。

相較于個人欺詐，團伙欺詐的波及范圍更廣、社會危害性更高。在信用申請欺詐中，團伙作案會給行方造成塌方式的損失。

“現(xiàn)有的信用卡審批規(guī)則多是針對個人的，”該信用卡中心負責人表示，“那些針對個人欺詐的規(guī)則對團伙性欺詐難以起到令人滿意的效果。”

TGDB如何破局？面對上述問題，該信用卡中心積極尋找可行的解決方案，最后把目光投向了近年來勢頭正猛的“圖數(shù)據(jù)庫”。

生活中再平常不過的“關(guān)系”，在圖數(shù)據(jù)庫中卻和“數(shù)據(jù)”本身一樣重要。

金融世界里，洗錢人員利用短時間內(nèi)的多層轉(zhuǎn)賬“關(guān)系”隱藏臟錢來源；

洗錢網(wǎng)絡(luò)多層轉(zhuǎn)賬“關(guān)系”

殺豬盤利用網(wǎng)絡(luò)交友“關(guān)系”誘騙受害者；

網(wǎng)絡(luò)社交“關(guān)系”

欺詐團伙利用彼此秘而不宣的“關(guān)系”內(nèi)外勾結(jié)，騙取高額貸款……

信貸申請欺詐“關(guān)系”網(wǎng)絡(luò)

利用好金融世界里這些常被忽視的“關(guān)系”，對金融的健康發(fā)展有著重要作用，而金融搞好了，一著棋活，全盤棋活。

“如果不能改變數(shù)據(jù)本身，或許我們可以改變數(shù)據(jù)的存儲方式。”信用卡中心負責人說。

經(jīng)過多次對比測試，該國有大型銀行最終選擇了騰訊云數(shù)圖TGDB。TGDB是騰訊云自研的分布式原生圖數(shù)據(jù)庫，支持動態(tài)在線擴容，高效支撐萬億點邊超級大圖查詢、計算、分析，毫秒深鏈查詢；底層不依賴第三方存儲系統(tǒng)，兼容國際開源生態(tài)和國產(chǎn)底層硬件及操作系統(tǒng)；簡單易用的同時可減少大量開發(fā)成本。作為目前唯一一款同時支持Cypher和Gremlin兩種查詢語言的圖數(shù)據(jù)庫，TGDB也以更開放的技術(shù)架構(gòu)給了客戶足夠靈活的運用空間。

在TGDB的協(xié)作下，該行信用卡中心將歷史客戶的申請信息、貸后信息、征信信息以及其他第三方數(shù)據(jù)中的字段抽象為TGDB圖模型中的“點”和“邊”。

“這種以點、邊方式構(gòu)建模型的方法和傳統(tǒng)關(guān)系型數(shù)據(jù)庫二維表對比起來，更加直觀有效”，TGDB相關(guān)負責人這樣解釋道。該圖模型最終導(dǎo)入數(shù)據(jù)總量達10億個點，40億條邊。

基于TGDB構(gòu)建反欺詐圖譜，賦能業(yè)務(wù)

正是以事物之間的關(guān)聯(lián)為突破口，該信用卡中心通過關(guān)聯(lián)關(guān)系挖掘金融犯罪中的欺詐團伙，降低了地毯式排查的成本，基于TGDB的反欺詐系統(tǒng)顯著提高了該行對團伙欺詐的甄別效率，原本數(shù)十分鐘才能完成的新進風險指標計算現(xiàn)在可實時完成。

建模完成后，信用卡中心根據(jù)過往經(jīng)驗，初步驗證了：申請信息異常共用、申請信息一致性、與高風險節(jié)點關(guān)聯(lián)這三類圖規(guī)則。正常情況下不應(yīng)該存在多人共用同一申請信息、申請人歷史申請記錄有大量不一致信息、申請人與公開欺詐者有共用信息等情況。這些情況往往預(yù)示著當前申請人很可能為欺詐團伙一員，需要重點排查。

TGDB提供聚類、標簽傳播、最小連通圖等圖算法，能夠迅速查找以當前申請人為中心的社交網(wǎng)絡(luò)，挖掘當前申請人的其他關(guān)聯(lián)信息，快速排查與當前申請人存在直接或間接關(guān)聯(lián)的其他可疑分子，讓黑產(chǎn)分子逃無可逃。驗證結(jié)果證明，與高風險節(jié)點關(guān)聯(lián)的申請人的欺詐風險比其他普通申請人的欺詐風險高出數(shù)倍，這也證明了基于關(guān)聯(lián)關(guān)系查找欺詐團伙的有效性。

利用圖分析偵測信用卡中介欺詐圈子

未來

圖譜還可不斷升級

基于圖數(shù)據(jù)庫的反欺詐圖譜是可以不斷演進升級的。未來，該行信用卡中心會考慮將“時間”因素引入圖譜，從時間維度上排查與當前申請人有可疑關(guān)聯(lián)的人群。該行信用卡中心負責人表示，“這套反欺詐系統(tǒng)的思想不僅僅在信用卡申請中適用，未來在反洗錢、反套現(xiàn)等金融風控領(lǐng)域也會發(fā)揮效用，行方會以此為基礎(chǔ)建立全平臺、全業(yè)務(wù)的圖技術(shù)風控?！?/p>