神州信息新一代智能实时反欺诈系统，围绕支付、信贷、理财、信用卡审批等容易出现金融欺诈行为的业务场景，融合银行内部数据、同业数据、外部信用数据，分析形成风控规则并建模，目前可生成账户、银行卡、身份证、设备、用户交易、用户行为偏好等多种反欺诈数据模型，帮助银行做到事前预警，事中处置，事后分析，并通过算法和知识图谱形成可学习的反欺诈模型。

方案背景

新兴的网络金融业务模式下，越来越多的银行实现了金融服务能力的外延拓展。但与此同时，新兴的金融欺诈手段也层出不穷，并呈现产业化与组织化的态势，欺诈行为更具隐蔽性和蔓延性。巨大的欺诈风险已成为国内金融领域面临的最大挑战之一，全面提升反欺诈防控能力迫在眉睫。

全球领先的风险管理咨询公司Kroll发布的欺诈造成的受欺诈损失占营业额0.5%至3%之间不等（已核实的部分），并且随着欺诈手段日趋多元化，这一占比在逐年上升。

如今，网络欺诈已经成为一种行当。行为模式复杂多样、危害巨大，却又难以全面捕捉。商业银行部署的网络支付系统，很容易被下列行为利用和破坏：羊毛党利用系统规则套取返利；不法分子利用平台实现信用卡套现；商户刷单破坏规则；电信诈骗等欺诈行为屡见不鲜。欺诈风险是国内金融领域面临的最大挑战之一，识别并报警各种形式的网络欺诈行为，来降低风险和损失，金融反欺诈已被金融机构和监管部门视为重要议题。

方案目标

帮助金融机构构建主动、智能、系统化的互联网金融全流程反欺诈体系。

方案特点

目前传统反欺诈手段以事后为主，缺乏实时监控，交易反欺诈需要构建事前预防、事中技术识别、事后处理及分析的完整闭环体系。当前商业银行相对缺乏通过有效技术手段实时识别电子银行欺诈风险的手段。神州信息新一代智能实时反欺诈系统事后分析通过对模型反复训练，并再次运用到事前与事中，由此构建起主动、智能、系统化的互联网金融全流程反欺诈体系。

采用分布式架构，应用微服务设计理念，可实时承担企业级交易系统的风险拦截，应对业务场景规则的复杂性与多样性，以及互联网交易的高频与瞬时海量并发。该系统具备监控可视化、配置参数化和功能定制化等特点，可满足银行内部管理、策略制定、业务开发等客观需求。

（准）实时性：考虑到用户体验，能够在非常短的时间内对欺诈行为进行认定，并给出判断。对于注册、登陆、支付等一些场景，能够在用户无感知到情况下对欺诈行为进行检测和认定。

自动化：由于（准）实时性的要求较高，决定了互联网业务无法通过人工操作进行反欺诈，必须使用更加高效的自动化反欺诈错事。

数据化：与传统的线下反欺诈不同，自动化的反欺诈检测本质上是数据应用能力的比拼。数据采集能力、挖掘能力和分析能力、建模能力，决定了互联网反欺诈能力的高低。

实现功能展示

实现了根据风险形势变化，实时动态部署智能化监控策略，扩大风控覆盖范围和拦截半径，不断提高风险交易识别的准确率，最大程度帮助银行解决在各业务环节遇到的欺诈威胁。

方案案例及效果

已落地百信银行，全面实现前端风控防线、账号安全保护防线、智能决策能力防线与全流程大数据平台的深度结合。可帮助银行搭建统一的数据管理平台、打通行内及各类三方数据系统，协助银行搭建完善的数据生态湖和标签体系。

• 对全行金融交易进行统一监控统一分析，有效串联前置、后台系统的数据，形成健壮的欺诈、风险监测模型；
• 建立规则引擎，决策流等计算流，实现规则的实时调整，规则支持配置化修改，实时修改实时生效；
• 实时监测行内各系统调用关系，根据需求调整行内各系统/产品数据流转权限；
• 利用全行数据，对数据进行用户分析，行为分析，热点分析，渠道分析，充分释放数据有效性，进而建立精准风险规则；
• 产品使用人员可以自己灵活定制策略、试算和上下线；
• 产品组件采用微服务插拔式组件化，功能分离非常简单；
• 实时发现及时止损。

方案未来展望

监管科技趋严，银行非常重视反欺诈系统建设，整体市场空间巨大。