案例名稱

廣發銀行大數據智能風控平臺建設項目

案例簡介

大數據智能風控平臺基于大數據及人工智能技術，融入流計算平臺、機器學習、圖譜分析、設備指紋等技術，挖掘海量客戶行為數據，引入彈性時間窗計算及客戶行為習慣預測等方法，提升風控處理時效性和準確性，實現風險交易實時攔截。

智能風控平臺以統一規劃、聯防聯控為建設目標，實現統一規劃、協同建設、集中管理；持續推進風險信息共享、風險事件聯動處置，實現交易風險動態防控、分類處置，積極打造我行的數字風控生態圈。

創新技術/模式應用

智能風控平臺作為面向客戶的全行級風控平臺，建立了貫穿事前、事中、事后全方位的智能風險防控體系，實現事前風險管理標準化，主動預防；事中風險監測智能化，精準打擊、實時管控；事后關聯風險處置快速反應、批量排查。具體體現在如下四個方面：

1. 終端風險識別

通過設備指紋等技術采集設備硬件、環境、網絡等非敏感信息，為每一臺設備生產唯一ID精準地識別設備，除此之外，還能智能識別設備異常環境，生成設備風險標簽，標記該設備潛在的欺詐風險，供分析決策使用。同時，使用了防破解，防調試、防重放等多種的安全手段，動態持續與欺詐行為進行對抗。

2. 指標實時計算

有效的風險防控得益于數據，把數據快速匯集起來，是應對欺詐戰的第一步。指標平臺創新應用流式計算、大數據、人工智能技術、行為特征學習等技術；實現實時、批量交易數據的萃取、存儲和計算，統一標準和口徑，實現數據資產業務化，滿足不同時效、不同場景的服務需求和策略模型需求。為決策引擎的決策效果和決策速度提供了重要的支撐。

3. 風險智能決策

智能決策層是各種數據、規則和模型匯總計算的中心。智能風控平臺支持規則策略的靈活配置和模型的實時部署，并且實現規則策略的實時修改，實時生效。在設計上，規則決策引擎與指標計算模塊互相獨立。規則決策引擎通過采集的實時交易數據、相關的基礎數據、以及其他的內外部數據，對客戶的交易數據和行為數據進行分析，對交易過程中存在的風險交易進行篩選、識別、預警和阻斷，并實現毫秒級實時風險決策，全方位保護客戶資金和信息安全。

4. 風險信息共享

智能風控平臺與行內其他系統實現了數據的互通和信息的共享，包括95508客服系統、柜面終端系統、反洗錢系統等外圍渠道實時聯動，對高中風險交易進行預警，與客戶進行智能化實時核實和提示，降低交易風險，提升風險應急處理效率，及時核實疑似風險交易，從而保障客戶及金融機構的資金安全。

項目效果評估

1、全面風險防控，保護客戶資產

智能風控平臺提供的風險防控覆蓋事前客戶準入、事中風險偵測、事后風險核查，全方位守護客戶賬戶資金安全。欺詐案損持續下降，截止2021年底，全年攔截各類金融、非金融交易1200萬筆，風險案件金額率為千分之4，全年累計推送外呼核實超千筆，外呼風險率約60%；建立反賭反詐個人賬戶監測體系，監測準確率超90%。

2、風險聯防聯控，降低業務成本

智能風控平臺打通廣發銀行總行8個業務部門近百個金融與非金融交易場景，降低了風險業務的溝通和探索成本。系統通過實現風險案件聯防聯控，以客戶為維度展示風險案件完整鏈路，為業務提供客戶風險全景視圖；并從指標層面實現可用不可見的數據共享，便于不同條線風險策略人員綜合客戶行內行為指標對風險進行全面偵測。在風險運營層面，大大降低了風險案件發生后的跨部門的溝通排查成本，在風險策略層面，節省了跨部門取數進行策略制定的流程。

3、策略快速迭代，提高工作效率

系統通過分布式技術與模塊可視化配置的設計方式，支持名單管控、規則策略、AI模型地配置化上線、實時生效；支持歷史累計指標實時配置、快速回溯；支持規則策略的案例回測，評估規則效果，通過上述能力建設，節省了大量系統開發的流程，極大地縮短了策略迭代時間，提高了風控策略的響應速度。

4、構建多維度AI風控模型，實現主動防御和及時攔截

以欺詐場景的特點為依托實現風險等級劃分及精細化風控，大幅提升風險防御的深度，彌補反欺詐策略滯后性、識別精度低、易被攻擊等不足。利用機器學習算法組合多維弱特征，欺詐識別更為精準。建立多維度風控模型組合，整合全渠道交易數據和多維特征，建立場景化的風控模型，有效提升風險交易決策能力，并預測風險發生趨勢，實現主動防御和攔截。

項目牽頭人

馬英杰 高級工程師

責任編輯：韓希宇