案例名稱

四川農信電子銀行交易反欺詐系統建設項目

案例簡介

四川農信電子銀行交易反欺詐系統依托“大數據分析+行業專家庫+機器學習”基礎能力，從賬戶、行為、偏好、位置、終端等多個維度建立起電子銀行全渠道交易風控模型及規則，通過動態部署智能化監控策略，采用交易預警提示、交易增強認證、交易阻斷等有效手段，實現了對電子銀行全渠道交易的7×24小時實時風險控制。使四川農信電子銀行業務具備了事前、事中和事后全生命周期風險智能偵測及實時處置能力，并且實現了風險案例和風險知識的智能學習和傳遞。

創新技術/模式應用

1.使用專業風險識別技術，精準識別可疑交易。一是使用智能識別技術，精準識別設備是否處于越獄狀態，是否安裝Cydia框架、Xposed框架等黑產工具；二是使用代理監測技術識別惡意用戶仿冒IP，代理訪問網站等；三是使用設備指紋技術，為設備確定全球唯一標識，準確定位客戶操作終端，監測可疑環境變化。

2.采用流式大數據處理技術，實現毫秒級的決策決斷。使用分布式大數據處理技術，借助內存計算、實時預加工指標數據等手段，在毫秒間做出復雜計算、并行計算、關聯分析等，實現實時風控干預。

3.采用“專家規則+機器學習模型”方式，構建自我完善風險識別生態圈。采用“專家知識庫+機器學習模型”雙保險的方式，在專家規則庫+行業規則庫+監管規則庫的基礎上，通過邏輯回歸、隨機森林、SVM、GBDT、XGBoost算法構建不同場景下的機器學習模型，同時，系統搭建了機器學習開發平臺，實現模型算子和參數調優的可視化操作及實時部署，形成自我完善的電子銀行風險識別生態圈。

項目效果評估

1.改變了電子銀行業務不能實時感知、識別風險的現狀。原電子銀行業務的風險識別由客戶及機構上報，存在風險上報不及時、風險感知滯后等問題，不能有效保障客戶的資金安全。電子銀行交易反欺詐系統上線后，可以根據客戶的行為習慣、交易特征等實時甄別出風險。

2.解決了不能實時處置交易欺詐風險的問題。系統上線前，即使感知到了客戶風險，也不能對客戶進行風險提示或交易攔截；系統上線后，一旦感知到風險事件，即可實時向客戶預留手機號發送短信提示，或是要求客戶通過人臉識別等手段進行身份二次認證，對于確定的風險交易可以直接攔截，通過多重手段避免客戶遭受風險損失。

3.風控水平明顯提升，社會效益突出。電子銀行交易反欺詐系統在全省93家農商行（農信聯社）全面推廣應用，平均每天約1186萬筆交易通過反欺詐系統進行實時監測，約占全行交易的一半。項目上線以來，已有新疆農信、貴州農信等同業專程來交流項目建設及創新工作經驗。

（1）系統累計部署安全策略108個，設置規則730余條，共識別并阻斷風險交易32.11萬筆，實現快速、動態和全面風險控制，有效阻止交易風險產生。

（2）電子銀行交易反欺詐系統增強了客戶安全感，提升了客戶信任度，有利于進一步推動“線上四川農信”高質量發展，為構建“普惠金融”“綠色金融”貢獻更多四川農信力量。

項目牽頭人

艾雪、四川省農村信用社聯合社電子銀行中心總經理

項目團隊成員

張薇、鄒浩、劉濤、李鑫、禹鳳

責任編輯：韓希宇