基于业务场景，结合用户画像、设备指纹、计算引擎、智能建模和大数据分析等技术多维度实时识别风险的专业防护产品。通过对终端环境、交易特征、关联信息、用户实体行为等数据进行实时采集、解析、存储、统计和分析，实现监督各项被监测业务处理的正确性、合规性、真实性和完整性，及时发现各种业务操作中的安全风险和各种违规行为，并进行实时风险识别、预警和处置。有效识别垃圾注册、撞库洗库、恶意刷单等恶意行为，有助于线上业务即时应对恶意行为，降低业务风险和损失，最终为业务安全保驾护航。

方案背景

1.合规风险：合规风险指银行、非银行支付机构、特约商户及第三方专业化服务机构等支付业务参与方因未能遵循法律法规、监管要求、业务规则及内部规范等，可能遭受法律制裁、监管处罚、违规约束进而引发财务或声誉损失的风险。政策监管条文如银发【2015】392号文、银发【2016】302号文、银发【2018】16号文、银发【2016】261号文、银保监会【2019】1号令、央行【2019】1号令、银发【2019】85号文、银支付【2019】55号文、银支付【2020】49号文、银发【2020】105号文等。

2.欺诈风险：欺诈风险指不法分子利用虚假申请、伪造或变造银行卡、盗用账户等手段盗取银行卡（或账户）交易资金的风险，或者不法分子勾结持卡人通过虚构交易等方式，造成发卡银行或第三方机构资金、权益等方面损失的风险。

方案目标

将原有的被动参与、人工识别与处理、事后控制、交易多级审核控制、静态内控策略等业务安全防范模式，转变成主动防御、自动监测及响应、风控前置、聚焦事中、加强事后、全局场景化联防联控、防护策略模型快速升级等业务安全防护模式，为业务建立起长效全面、使用灵活、决策智能的安全防护屏障。并满足各级监管机构对风险防控的监管要求，改变落后的手工及传统的安全控制措施，建立全方位、立体式的监测，提高风险管理水平。

方案特点

1.智能业务监测

对业务交易进行实时监测，通过采集相关数据，依据设定的相关规则、模型和响应策略，对交易行为进行实时事中风险分析并返回分析结果。

2.实时预警上报

一旦风险交易符合风控策略，实时通知业务系统，可以直接对风险交易进行终止/短信通知/二次验证等。

3.全域态势感知

依托于数据可视化和分析技术，通过数据统计、分析和挖掘，协助不同层级业务人员轻松自助完成态势感知报表分析。

4.业务分析挖掘

结合海量数据，准确定位风险产生的主体及关联关系，进行追踪溯源。

5.多维指标计算

对规则、模型匹配的一些风险指标进行预加工，构建快速风险指标匹配的风险指标库。

方案业务流程图

方案框架：

场景流程：

设计流程：

功能实现：

实现功能展示

方案案例及效果

目前，通付盾反欺诈客户已经覆盖中国农业发展银行、交通银行、广东农信、青海银行、泉州银行、云南红塔银行、泸州商业银行、众邦银行、华通银行、蓝海银行、移动、顺丰金融、电网等银行、运营商、互联网金融、电力等企业。通过建设全面、立体、高效的风险控制体系，实现业务风险的全面监控。通过该业务风控体系的建立，带来积极成效：

• 构建全面风险监测平台，有效防范薅羊毛、僵尸号、虚假注册、黑产分子非法盗取等风险，构建集事前防范、事中监测、事后分析的风险防控监测平台，改变传统手工分析、事后处置的安全控制方式，提高企业风险管控能力，实现风险可控，在控。
• 有效降低整体运营成本，自动化识别评估、智能化处置、可视化分析展示，实现全面业务场景的实时风险防控，有效降低企业风险，内外部管理及人力资源成本，降低人工服务比例，从而降低整体运营成本。

典型案例：（广东农信大数据风控实时反欺诈项目）

随着欺诈手段不断升级，欺诈方式更具专业化、智能化，欺诈手段翻新速度快，广东农信建设更为完善的大数据风险防控体系，阻断各类风险欺诈。

通付盾建设的大数据风控平台包含两大块的内容：

（1）以数据汇集和数据管理为主的数据基础平台：一方面外接银行内部或行外的数据，另 一方面为上层业务提供数据支撑。

（2）以风控反欺诈为主的大数据风控平台：提供包括反欺诈、数据核验、模型训练和使用等围绕交易和信贷准入业务的风控功能。各大风控功能模块 间保持一定的独立性，部分模块可外接第三方供应商，联合提供完整成熟的风控能力，提高风控效果。大数据风控平台可实现对风控数据、  风控规则、风控模型的全方位管理，管理功能 均通过可视化界面即可实现，操作简单方便。

方案未来展望

目前，在银行业使用较多，但是在运营商、能源、互金等行业也已经有了成熟案例，未来将在更多行业进行最佳实践的传递和推广。