江苏龙网

  1. 首页 > 人文 > >

关联关系|打通“数据孤岛”， 腾讯云数图TGDB助力金融智能风控

搭乘互联网的东风 ， 金融产业一日千里 ， 但在业务爆发式增长、金融业勃勃生机的背后 ， 金融犯罪正如影随形 ， 暗地里滋长迅猛 。 据报道 ， 早在2016年 ， 仅网络诈骗黑色产业链就已“年产值超千亿元” 。 除了黑产化 ， 金融犯罪的手段也在不断翻新升级 ， 呈现出组织化、专业化、隐蔽化等数字时代金融诈骗的新特征 。
纵观人类金融史 ， 可清晰地看到 ， “金融反欺诈”本质上就是攻守双方技术博弈的进化史 。 从传统金融时代的“单一的电信诈骗” VS“黑白名单” ， 到“互联网+金融”早期的“多样化金融欺诈” VS“规则引擎为主结合黑白名单” ， 再到目前Web2.0时代的数字金融诈骗 ， 需要在海量数据中 ， 实时识别分析欺诈团伙利用专业作案设备进行批量化操作带来的多角色、多账号的复杂关联关系 。 对面当下的挑衅 ， 旧的技术手段几乎无能为力 。 而这 ， 正是图数据库的擅长领域 。
图数据库是一种新型的NoSQL数据库管理系统 ， 它起源于图论 ， 使用“图”作为数据模型 ， 图中的节点代表实体 ， 连接两节点的边代表实体间的关系 。 所以 ， 在图数据库中 ， 实体间的关系非常直观、一目了然 。 图数据库擅长的就是关系查询和关系计算 ， 尤其处理海量的、复杂的、互联的、多变的网状数据 ， 即使诈骗团队的交易账号再分散、交易层级再复杂隐蔽 ， 图数据库也能按图索骥 ， 实时精准定位恶意个体及其团伙 。
作为国产图数据库的佼佼者 ， 腾讯云数图TGDB是一款原生的分布式并行图数据库 ， 它不仅具备图数据库的优点 ， 与国内外业界主流图数据产品相比 ， 它兼具原生图数据库的关联关系深链查询能力和分布式图数据库的数据延展性及计算性能 。 这反映在具体的金融反欺诈场景中 ， 即表现为能够基于实时用户数据实时计算多度关联风险 ， 毫秒级完成欺诈甄别 ， 实现对欺诈行为的提前预警和尽早发现 。
TGDB金融反欺诈解决方案之（一）——信用卡套现
现存挑战
首先 ， 欺诈团伙会通过黑产获得一些真实的个人信息 ， 如身份证号、手机号、通讯地址等 ， 然后再用这些真实个人信息合成的身份申请开户 ， 在经过一段时间的“养卡”、使信用卡额度增加到预期额度后 ， 欺诈团队会开始收网 ， 即套现最大额度后“跑路” 。 这种“个体正常”的团伙欺诈模式 ， 以目前的专家规则结合黑白名单的反欺诈体系是无法识别的 。
TGDB能够实时查询深链关联关系 ， 洞悉全网发现团伙诈骗模式
通过腾讯云数图TGDB ， 这些看似隐蔽的“个体正常”团伙欺诈模式却是漏洞百出、行迹暴露无遗 。 出于犯罪成本的考虑 ， 欺诈团伙需要重复使用相同的资源 ， 即那些真实的个人信息 ， 而这些被重复使用的信息就成为了TGDB追踪他们的蛛丝马迹 。
金融机构可利用TGDB整合“数据孤岛” ， 构建出动态、立体的全维度客户关联网络图谱 ， 通过各种图分析手段 ， 结合机器学习 ， 深度挖掘出账号间的隐蔽关系 ， 及时发现异常交易模式 ， 在欺诈团伙“跑路”前及时采取措施 ， 规避坏账 。
关联关系|打通“数据孤岛”， 腾讯云数图TGDB助力金融智能风控
文章图片

TGDB金融反欺诈解决方案之（二）——信贷风险感染
现存挑战
最经典的信贷风险感染案例莫过于08年全球经济危机的罪魁祸首“美国次贷危机” 。 企业信贷圈关系复杂 ， 包含现金往来、担保、借贷、交叉任职、交叉持股等各种盘根错节的关系 。 一旦圈内某个企业“失火” ， 风险会沿着担保链条迅速蔓延至整个信贷圈 ， 严重者甚至会诱发地区甚至世界级的金融危机 。 错综复杂的信贷圈让传统的反欺诈体系摇头叹息 。
TGDB能够深挖信贷圈内部关联关系 ， 预防交叉违约和风险传染
“彼之砒霜 ， 吾之蜜糖” 。 让传统反欺诈体系望洋兴叹的信贷圈 ， 腾讯云数图TGDB通过简单的“实体-关系”结构构造企业知识图谱 ， 就可让纵横交错的交叉信贷网络里各种投融资、股权、担保、供应链、客户、任职等多维关系一目了然 ， 无论是想寻找隐型实控人、间接关联企业 ， 还是想追踪担保链条 ， 都可通过连通图挖掘、最短路径等各种图分析技术来实现 。
金融机构可通过TGDB构建出的企业知识图谱 ， 轻松掌控信贷圈全局关联关系 ， 更准确地评估各实体的担保风险 ， 定位潜在高风险群体 ， 防范交叉违约和风险传染 。
关联关系|打通“数据孤岛”， 腾讯云数图TGDB助力金融智能风控
文章图片

TGDB金融反欺诈解决方案之（三）——洗钱
现存挑战
【关联关系|打通“数据孤岛”， 腾讯云数图TGDB助力金融智能风控】洗钱往往集团伙性、隐蔽性、实时性、手法多变性、交易网络复杂性等特性于一身 ， 再加上犯罪分子的警觉性尤其高 ， 而且他们还掌握了一定的反洗钱规则 ， 所有的这些都让基于静态规则的反洗钱体系疲于应对 。
TGDB能够实现数据的实时插入计算 ， 让数据分析和金融决策之间零延时
如果说前面的信用卡套现和信贷风险感染还只是让腾讯云数图TGDB牛刀小试的话 ， 洗钱网络关系极度复杂 ， 数据不仅量大 ， 还更新快、会过时等特点 ， 让TGDB这柄利刃终于有了用武之地 。 TGDB能够存储万亿点边规模的账号交易网络 ， 实现百万节点的毫秒级查询响应 ， 不仅支持大规模数据的实时插入计算 ， 更能高效删除过期数据 。 纵使洗钱团伙的账号关联关系和现金流关系再复杂多层 ， 在以“实体-关系”为存储单元的TGDB的火眼睛睛洞悉下 ， 任你深达数十层的深度关系都会无所遁形 。
金融机构可通过TGDB结合银行账号的现金流关系规律和账号的特征数据规律 ， 打造多层动态风控体系 ， 降低洗钱账户误报漏报率 ， 及时拦截非法现金流 。
关联关系|打通“数据孤岛”， 腾讯云数图TGDB助力金融智能风控
文章图片

无论是数据海量、更新快 ， 还是关联关系维度多且深 ， 所有这些让基于静态规则的传统反洗钱手段难以招架的数字金融风控场景 ， 在专为查询分析复杂关联的海量数据而生的腾讯云数图TGDB面前 ， 一切关系都有图可循 。 借助TGDB ， 金融机构可打通“数据孤岛” ， 构建直观的高维数据关系网络和更准确更完整的动态用户画像 ， 实现从单点浅层视图到全局深度视图、从静态数据分析到动态智能联动的技术飞跃 ， 做到真正的实时智能风控 。


    推荐阅读


    上一篇：心动了却又不敢行动的3星座，有爱难言，容易错过

    下一篇：女生被杀案嫌犯父亲是司法局干部|女生被杀案嫌犯父亲是司法局干部 嫌犯自称官二代