• 移动端
    访问手机端
    官微
    访问官微

    搜索
    取消
    温馨提示:
    敬爱的用户,您的浏览器版本过低,会导致页面浏览异常,建议您升级浏览器版本或更换其他浏览器打开。

    广发银行:大数据智能风控平台建设项目

    来源:中国电子银行网 2022-05-10 16:15:09 广发银行 数字风控
         来源:中国电子银行网     2022-05-10 16:15:09

    核心提示智能风控平台以统一规划、联防联控为建设目标,实现统一规划、协同建设、集中管理;持续推进风险信息共享、风险事件联动处置,实现交易风险动态防控、分类处置,积极打造我行的数字风控生态圈。

    网站文章置顶图750x300

    案例名称

    广发银行大数据智能风控平台建设项目

    案例简介

    大数据智能风控平台基于大数据及人工智能技术,融入流计算平台、机器学习、图谱分析、设备指纹等技术,挖掘海量客户行为数据,引入弹性时间窗计算及客户行为习惯预测等方法,提升风控处理时效性和准确性,实现风险交易实时拦截。

    智能风控平台以统一规划、联防联控为建设目标,实现统一规划、协同建设、集中管理;持续推进风险信息共享、风险事件联动处置,实现交易风险动态防控、分类处置,积极打造我行的数字风控生态圈。

    1

    创新技术/模式应用

    智能风控平台作为面向客户的全行级风控平台,建立了贯穿事前、事中、事后全方位的智能风险防控体系,实现事前风险管理标准化,主动预防;事中风险监测智能化,精准打击、实时管控;事后关联风险处置快速反应、批量排查。具体体现在如下四个方面:

    1. 终端风险识别

    通过设备指纹等技术采集设备硬件、环境、网络等非敏感信息,为每一台设备生产唯一ID精准地识别设备,除此之外,还能智能识别设备异常环境,生成设备风险标签,标记该设备潜在的欺诈风险,供分析决策使用。同时,使用了防破解,防调试、防重放等多种的安全手段,动态持续与欺诈行为进行对抗。

    2

    2. 指标实时计算

    有效的风险防控得益于数据,把数据快速汇集起来,是应对欺诈战的第一步。指标平台创新应用流式计算、大数据、人工智能技术、行为特征学习等技术;实现实时、批量交易数据的萃取、存储和计算,统一标准和口径,实现数据资产业务化,满足不同时效、不同场景的服务需求和策略模型需求。为决策引擎的决策效果和决策速度提供了重要的支撑。

    3

    3. 风险智能决策

    智能决策层是各种数据、规则和模型汇总计算的中心。智能风控平台支持规则策略的灵活配置和模型的实时部署,并且实现规则策略的实时修改,实时生效。在设计上,规则决策引擎与指标计算模块互相独立。规则决策引擎通过采集的实时交易数据、相关的基础数据、以及其他的内外部数据,对客户的交易数据和行为数据进行分析,对交易过程中存在的风险交易进行筛选、识别、预警和阻断,并实现毫秒级实时风险决策,全方位保护客户资金和信息安全。

    4

    4. 风险信息共享

    智能风控平台与行内其他系统实现了数据的互通和信息的共享,包括95508客服系统、柜面终端系统、反洗钱系统等外围渠道实时联动,对高中风险交易进行预警,与客户进行智能化实时核实和提示,降低交易风险,提升风险应急处理效率,及时核实疑似风险交易,从而保障客户及金融机构的资金安全。

    项目效果评估

    1、全面风险防控,保护客户资产

    智能风控平台提供的风险防控覆盖事前客户准入、事中风险侦测、事后风险核查,全方位守护客户账户资金安全。欺诈案损持续下降,截止2021年底,全年拦截各类金融、非金融交易1200万笔,风险案件金额率为千分之4,全年累计推送外呼核实超千笔,外呼风险率约60%;建立反赌反诈个人账户监测体系,监测准确率超90%。

    2、风险联防联控,降低业务成本

    智能风控平台打通广发银行总行8个业务部门近百个金融与非金融交易场景,降低了风险业务的沟通和探索成本。系统通过实现风险案件联防联控,以客户为维度展示风险案件完整链路,为业务提供客户风险全景视图;并从指标层面实现可用不可见的数据共享,便于不同条线风险策略人员综合客户行内行为指标对风险进行全面侦测。在风险运营层面,大大降低了风险案件发生后的跨部门的沟通排查成本,在风险策略层面,节省了跨部门取数进行策略制定的流程。

    3、策略快速迭代,提高工作效率

    系统通过分布式技术与模块可视化配置的设计方式,支持名单管控、规则策略、AI模型地配置化上线、实时生效;支持历史累计指标实时配置、快速回溯;支持规则策略的案例回测,评估规则效果,通过上述能力建设,节省了大量系统开发的流程,极大地缩短了策略迭代时间,提高了风控策略的响应速度。

    4、构建多维度AI风控模型,实现主动防御和及时拦截

    以欺诈场景的特点为依托实现风险等级划分及精细化风控,大幅提升风险防御的深度,弥补反欺诈策略滞后性、识别精度低、易被攻击等不足。利用机器学习算法组合多维弱特征,欺诈识别更为精准。建立多维度风控模型组合,整合全渠道交易数据和多维特征,建立场景化的风控模型,有效提升风险交易决策能力,并预测风险发生趋势,实现主动防御和拦截。

    项目牵头人

    马英杰 高级工程师

    责任编辑:韩希宇

    免责声明:

    中国电子银行网发布的专栏、投稿以及征文相关文章,其文字、图片、视频均来源于作者投稿或转载自相关作品方;如涉及未经许可使用作品的问题,请您优先联系我们(联系邮箱:cebnet@cfca.com.cn,电话:400-880-9888),我们会第一时间核实,谢谢配合。

    收藏

    为你推荐

    收藏成功

    确定