參賽單位：大連銀行股份有限公司

案例名稱：云安電子渠道反欺詐系統項目

案例簡介：

隨著網絡金融業務的快速發展，銀行交易以幾何倍數迅猛增長。伴隨業務的發展，利用進行犯罪的黑、灰產業也隨之產生，不法人員通過控制大量的虛假號碼和客戶信息，操縱批量設備使用專業攻擊軟件來獲取巨額灰色收益，垃圾注冊、賬號盜用、點擊欺詐、撞庫解密、篡改信息、等欺詐手段層出不窮。為了有效應對網絡欺詐的攻擊，保護客戶信息和資金安全，反欺詐技術應用而生，大連銀行著手建立反欺詐系統，以應對外部欺詐風險。

大連銀行云安電子渠道反欺詐系統，在業務安全防控中發揮效能，協助銀行從客戶身份識別、可疑交易監測分析、客戶身份資料和交易記錄保存、名單及客戶行為特征等多方面共同著手，建立對欺詐犯罪的事前預防、事中監控、事后打擊的全方位風控體系，有效控制交易風險。

創新技術/模式應用：

通過事前預警、事中監控、事后分析的流程，來進行風險的控制，對于出現的風險可以進行及時的阻斷，在事后可以通過分析進而更好的完善規則，通過控制交易反欺詐的風險，更好的發展業務。優化提升風控預警準度，通過已經掌握的欺詐手段、黑白樣本的數據分析、客群特征分析，找出對應的指標。采用決策樹算法對單條指標進行學習，找出效果較強有業務含義的分支作為強特征規則的輸出，并針對風險特征進行點對點抓取，逐步發現并封堵更多欺詐漏洞，階段性進行規則特征重要性評估，提供規則模型預警精準度，確保欺詐防控工作的有效性和高效率。

優化提升風控預警準度，通過已經掌握的欺詐手段、黑白樣本的數據分析、客群特征分析，找出對應的指標。采用決策樹算法對單條指標進行學習，找出效果較強有業務含義的分支作為強特征規則的輸出，并針對風險特征進行點對點抓取，逐步發現并封堵更多欺詐漏洞，階段性進行規則特征重要性評估，提供規則模型預警精準度，確保欺詐防控工作的有效性和高效率。

建立事中風險防控體系，與外呼坐席關聯系統互聯互通，將以“客戶為中心”的風控理念和全面風險管理建設思路有機結合?？赏ㄟ^多種數據挖掘算法，對數據進行多維度分析，挖掘出客戶偏好，風險趨勢，資金變化趨勢，客戶行為特征習慣等多種有益銀行風險防控的深層次有價值的數據信息。

（1）數據采集前置平臺匯集內外部數據，面向反欺詐主體，是一個不斷更新的、隨時間變化的數據集合。內部數據包括靜態數據、歷史數據；外部數據包含來自前置系統的第三方數據，數據采集前置平臺的設計目的是為人工智能建模工具和風險決策系統提供有效的數據支撐作用。

（2）風險決策系統主要由規則引擎和模型引擎組成，規則主要來源于專家經驗，是歷史經驗的沉淀，一方面可以對行內歷史風險事件進行分析，形成行內歷史風險規則庫，另一方面可以引入行業反欺詐經驗并根據行內具體需求進行個性化調優。模型引擎主要運行由人工智能建模工具創建的模型，可以以規則來運用，并通過決策流可以將規則、模型和數據進行有效整合，對交易風險進行判定。風險決策系統包括架構圖中的風險大盤、規則引擎、案件管理、風險事件等模塊。

（3）流計算平臺完成對于交易數據的實時流式計算，支持決策引擎進行實時決策。

（4）上層業務渠道包括手機銀行、網上銀行、微信銀行、銀互通、互金平臺、ATM、智慧銀行。

項目效果評估：

大連銀行反欺詐系統已經具備了實時反欺詐能力，通過預設一系列反欺詐指標規則，借助于機構內部交易數據、三方監管部門數據、電信及網絡海量數據，進行整合加工、計算分析，規則命中分析，核對客戶身份、解剖交易行為，提供實時、有效、具有前瞻性的決策支持。上線反欺詐系統、設備指紋兩大平臺，包括規則管理、交易監控、統計分析、名單管理、案件管理、系統管理、事件管理、風險預警等14大模塊、上百功能點的開發部署等。

防控風險包括盜卡風險、失信風險、虛假開戶、異常登錄、異常交易、異常繳費、異常贖回、異常提現、異常注冊、異常轉賬、賬戶盜用、垃圾注冊等。系統從上線到目前運行狀況良好，可以有效的監控電子渠道的交易風險。

大連銀行云安電子渠道反欺詐系統，滿足大連銀行未來3-5年的業務發展，可達到城市商業銀行交易風控的領先水平。

項目牽頭人：

王靖舒 網絡金融部 職員

項目團隊成員：

王靖舒 業務支持 網絡金融部

趙中英 技術支持 信息科技部

責任編輯：韓希宇