金融安防 | 重塑风控体系，坚守反诈防线
近年来，随着移动互联网技术快速发展，银行服务模式日趋多样化。客户在享受灵活便捷服务的同时，容易被各类电信网络诈骗团伙、赌博组织等不法分子利用，给金融安全造成了极大威胁，极易给人民财产和银行声誉造成巨大损失。在防范金融风险和加强金融管控的驱使下，银警合作成为金融监管不可或缺的一部分，而引入公安反诈模型已经成为银行在控制金融风险方面的手段之一。
哈尔滨银行科技研发中心总经理 曹琦
智能风控平台建设背景
新形势下，如何保障群众合法权益和确保银行系统安全稳健运行，成为当下亟需解决的问题。在以往的反诈工作中，一直存在3个共性的痛点。
数据治理有待提升：银行客户相关信息庞大且分散在各个业务系统中，数据信息的共享及复用存在壁垒，缺少统一的风险管理模式；缺少针对反诈主体的客户画像数据。
缺乏高效的技术手段：针对电诈行为，单纯基于专家规则、设备指纹等传统风控方式，难以对欺诈风险做到有效、实时的高精准识别。同时，风控执行力度有待提升，风险识别工作量巨大，欺诈案件数量不足以支撑模型训练；模型生命周期也较短，欺诈手段层出不穷，攻防对抗存在于整个风控环节，欺诈客户群分布、数据分布的变化对模型本身也会造成一定程度的波动和偏移。
缺乏反诈风险防控长效机制：面对涉诈风险的动态变化、持续迭代的高科技欺诈手段，银行需全面落实监管规定，建立健全反诈风控长效机制，并且可持续运营。
为持续加强受骗资金拦截止付工作，公安部联合中国人民银行，研究制定了涉诈银行账户风险拦截模型，该模型目前已在多家银行陆续上线，拦截准确率较高，效果明显。哈尔滨银行科技研发中心通过深入研究，结合行内实际情况，成功将公安部反诈模型引入自主研发的全新统一智能风控平台。该平台将大数据技术运用到风控领域，让“从数据看当下，从特征看未来”成为一种新的风险防范手段。
智能风控平台介绍
哈尔滨银行统一智能风控平台集公安部反诈模型、账户支付风险监测模型和跨境电商交易实时风险监测等功能于一身，构建账户风险监控体系，通过大数据技术有效提升风险识别能力，拦截高风险交易。
以往，贷前、贷中、贷后、反欺诈等风险系统相互独立，风险数据壁垒严重。我们通过整合客户数据，搭建一体化平台，打通了客户信息孤岛，提升了风险联防联控能力。智能风控平台结合全场景分析，打造全行级统一智能风控平台，包含账户支付风险监测、构建客户画像、公安部反诈模型、跨境电商交易实时风险监测等。
1.公安部反诈模型。哈尔滨银行“统一智能风控平台”成功引入日清空模型、关系人集中转入模型和涉案设备图数据库分析模型，累计监控可疑账户数千个，并由市反诈中心进行专项调研，保护客户资金安全。目前，该模型已经过公安部门验证，模型准确率可以达到75%以上。在验证准确率的同时开展对可疑账户的冻结止付工作，及时制止违法犯罪动作。
在2022年4月份，“统一智能风控平台”投产上线实时风险监测功能，通过实时流技术实时监控可疑账户。哈尔滨银行“统一智能风控平台”从监测、核实、冻结、解冻等方面积极配合反诈工作，将客户的切身利益放在首位，严厉打击不法分子，构筑受骗资金拦截与止付的“防火墙”，进一步保障了人民财产安全不被非法分子所利用。公安部反诈模型业务处理流程如图1所示。
图 1 公安模型业务处理流程
目前，在智能风控平台上主要针对以下3种应用场景进行了建模。
日清空模型：对查控平台发生查、冻、扣的账户进行预处理，生成可疑账户名单库，对名单库中账户符合日清空、小额试探条件的账户采取实时管控。
关联人集中转入模型：对接收多个被害人名下账户入账，并且发生试卡行为的账户进行拦截管控。
涉案设备图数据库分析模型：对查控平台3个月或1个月内的交易数据，手机银行渠道MAC、IMEI，利用图数据库生成设备库，对设备库里的账户进行监控，若触发小额试探，则进行交易控制。
为了配合公安部反诈模型，进一步提高反诈效果，我们还通过对行内模型未识别案件的数据分析及行为表现分析，设计增加案件特征维度63个，在模型构建之后，对测试数据进行预测，发现可以进一步提升10%~20%的预测准确率。通过分析现有模型的构建流程及数据预处理方法，围绕“在保证覆盖率的前提下，如何降低触发量”的中心思路不断增加专家规则，持续进行优化。
2.账户支付风险监测。该系统可以由总行管理部门进行参数化配置，根据监测规则形成异常交易数据展示，由总行或分行集中作业中心专人定期查看，并进行全部或部分派发核查，大大减少了事后分析的时间。同时针对识别出来的高风险交易，与核心系统、黑名单系统联动，及时提示和阻断可能危害客户资金安全的交易。
3.跨境电商交易实时风险监测。在过去一年多通过对系统的不断优化，跨境电商交易风险监测系统已具备相应的业务支撑能力和扩展能力，有效保证跨境业务的资金安全和稳定运行。不仅提高了哈尔滨银行业务产品创新和差异化竞争的能力，还对同业实时风险监测建设具有一定的借鉴和参考意义，并获2019年度银行科技发展奖三等奖。
技术应用情况
1.系统架构。为了满足行内风控业务场景下高质量、高精准性的要求，利用自主研发的人工智能、大数据和知识图谱等技术，精准刻画客户风险画像，建立健全覆盖多层次的金融欺诈安全防控体系。总体系统架构如图2所示。
图 2 系统架构
（1）数据采集。本系统使用的数据源包括实时数据和离线批量数据。实时数据采集功能：需要实时从源系统中采集数据，源系统主要为核心系统和验印系统。目前实时数据的采集是借用行内工具CDC来达到实时数据同步的功能。离线批量数据采集功能：借助分发平台数据文件推送功能，批量将数据导入到大数据平台中。
（2）数据计算。实时数据计算功能：通过Kafka+Storm来实现实时数据流的加工计算。批量数据计算功能：借助Hive/Spark实现异步离线批量大数据量加工。
（3）风险监控。基于大数据平台，健全资金交易风险监测识别、预警、处理机制。搭建根据配置规则进行风险事件的自动甄别，同时结合业务经验积累建立风险应急处理策略库，并匹配相应的风险处理手段，实现自动化处理，减少人为工作量。
（4）风险数据整合。根据业务规则、专家经验及机器学习模型来自动识别业务风险。结合监管要求，规划智能风控平台监控模型建模方法如图3所示。整个风险监控模型构建过程分为风险识别、特征量化、模型设计和验证评估四个过程。通过对监管制度的解读，利用全渠道开户信息和账户交易信息进行风险点梳理，并针对梳理后的风险点进行详细的规则设计和指标量化，构建风险监测模型以实现账户支付风险监控的落地。
图3 风控平台监控模型建模方法
（5）风险管理。借助开源框架drools支持灵活配置风险规则和制定风险应急处理策略，快速响应风险监测规则变化；提供风险事件管理功能；实现风险事件可视化、灵活分析。
2.技术创新。由于数据量较大，引入大数据平台、图数据库等技术，保证智能风控平台数据处理效率。
Hadoop：Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。
KAFKA+STORM：传统的风险监测流程数据处理的时效性不高，很多数据的价值会随着时间的流逝而逐渐消失，最终导致风险发现不及时，亡羊补牢，为时已晚。借助大数据平台的强大算力，引入KAFKA+STORM实时流处理框架，可以毫秒级计算出一笔实时交易涉及的风险指标，并通过规则引擎判断交易的风险程度，从而智能判断出业务是否应该被提示、拦截或者中断。该方案已在公安反诈模型、跨境电商系统、国结系统等多个系统落地。
HIVE：由于关系型数据库在分析计算大数据量数据时，性能效率会大幅下降，而对账户进行风险规则监测需要大量的账户、流水等数据做支撑，在分析计算时为保证效率，引入大数据平台的HIVE组件，将数据的存储、计算、数据分析等业务逻辑放入可以处理超大数据量级的HIVE中，保证数据分析、查询等效率，解决大数据量计算较慢、浪费资源等一系列问题。
图数据库：图数据库属于非关系型数据库（NoSQL）。图数据库对数据的存储、查询及数据结构都和关系型数据库有很大不同。图数据结构直接存储了节点之间的依赖关系，而关系型数据库和其他类型的非关系型数据库则以非直接的方式来表示数据之间的关系。图数据库把数据间的关联作为数据的一部分进行存储，关联上可添加标签、方向及属性，而其他数据库针对关系的查询必须在运行时进行具体化操作，这也是图数据库在关系查询方面具有的巨大性能优势。引入图数据库技术大大提升了公安反诈模型的可行性，保障了模型的顺利运行。
平台应用实践效果
自统一智能风控平台上线以来，个人银行卡户均涉案金额下降30%，协助公安机关止付、冻结涉诈资金同比增长150%，有效挽回客户损失。下一步将继续压实风险防控责任，健全常态化治理体系，持续打击涉诈违规行为，提升哈尔滨银行风险防控水平。
与此同时，哈尔滨银行全力配合公安机关“断卡”行动，出实招、出硬招推动银行风险防控水平进一步提升。一是逐户追查涉案账户及关联账户，中止涉案账户业务，向公安部门移送大量风险账户线索。二是全面开展银行卡清理整治。全面清理长期不动银行卡和“一人多卡”，大幅降低不法分子盘活存量账户风险。三是反诈中心对银行网点发现的涉嫌电诈人员，进行快速排查、立即出警，让不法分子“自投罗网”。四是统筹做好风险防控和优化账户服务工作，保障在风险可控前提下优化银行账户管理。
结 语
在国家大力推进数字化转型战略下，哈尔滨银行及时发现并解决了当前风控领域的业务痛点问题，将继续按照“数据治理、平台建设、场景应用、智能风控”的总体思路，从全行风险管理体系的视角出发，建设智能风控平台。
通过数字资产沉淀、数字工具赋能、数字运营支撑和数据质量治理等方案满足智能风控的全、快、易、准等应用难点，使智能风控服务统一获得、统一理解和统一使用，最终实现银行数据驱动的智能风控运营。
哈尔滨银行将继续履行银行社会责任，推动反诈行动迈向新台阶，持续开展风险整治，深入发挥大数据和科技作用，加强风险监测和拦截，完善联防联控机制，加强社会公众宣传教育，营造群防群治的良好局面。
（栏目编辑：张丽霞）
新媒体中心：主任 / 邝源 编辑 / 傅甜甜 张珺 邰思琪