金融行业实时反欺诈解决方案

针对金融行业零售业务设计实时反欺诈系统，突破解决并发量高、数据多源异构、实时等难题，建立反欺诈知识图谱和应用，提升欺诈识别的覆盖度和有效性，升级银行反欺诈能力。

核心优势

• 低延时、高并发、7*24运行的流式反欺诈平台：

系统7*24运行，日均处理非金交易日志2500w，日均检出异常交易量1.2w。平均单条日志处理时间3秒，系统吞吐量250TPS。

• 可配置的动态规则库：

可灵活配置的衍生字段功能（提供聚合统计，差值计算用的抽象函数）

动态更新欺诈规则

• 全方位、立体防护模式：

完善的疑似欺诈节点评分体系，实现在恶意行为发生前的防控；

强大的实时+离线的双引擎反欺诈模型平台，实现了模型创建、训练、评估、发布一体化。

动态的欺诈事件关联分析，可有效挖掘出潜在欺诈案件等；

• 基于客户行为、实时+离线双引擎：

基于海量的用户行为数据而非仅基于交易数据，帮助银行在交易发生前可有效识别部分欺诈风险，让欺诈事件的识别从事后前移至事中。同时，兼备实时+离线的反欺诈双引擎的反欺诈数据平台保证了快速识别，及时处置。离线分析除了统计分析更提供了算法模型与机器学习的能力。

场景解释

银行信用卡中旬：效率提升2900倍，灵活的预警规则

• 客户痛点：

当前的日常信息处理，从官网数据流水下发、SAS数据分析、数据筛选排查、案件调查平台导数等前置环节大约需要近5小时完成，时效性低，风险预警不及时。现有的监控系统无法满足灵活的规则配置和衍生字段设置等需求，无法实现欺诈规则的动态更新和功能定制化服务

• 解决方案：

利用基于Spark Streaming的分布式实时数据处理技术，建设能容纳TB级数据、高流量场景下具备低延迟时效性的实时监控交易系统，通过动态规则库实现快速建模、实时告警与在线智能监控报表等功能，有效的对愈趋复杂的网络欺诈进行高效和实时监控。

• 实现价值：

系统7*24运行，日均处理非金交易日志2500w，日均检出异常交易量1.2w。平均单条日志处理时间3秒，系统吞吐量250TPS。反欺诈效率提升2900倍。可动态配置预警规则，快速应对新型欺诈模式。

解决方案架构图