修改密码

Input error
Input error
Input error
提交

修改昵称

当前昵称:
提交
银行交易反欺诈也称作银行卡转账反欺诈,它对于实时性要求高,在转账之前、之中实时地对潜在的欺诈进行判定、阻断。交易反欺诈中牵涉的银行卡既包括个人银行卡,也包括对公账户及结算卡,同时还包括非银行支付机构账户,即我们平时所说的微信、支付宝等第三方支付。

痛点

层出不穷的欺诈风险和不断翻新的欺诈手段,银行传统的反欺诈系统面临的挑战

实时性差、数据容量小

难以实时处理海量数据,现有的线上系统无法实时化(毫秒级)处理包含至少6个月的全量历史交易数据,并且解决方案部署与运维复杂、集群规模大、效率低,整体效果不好。

对欺诈网络挖掘不够深、不够广、不够快

难以对账户交易资金的转账链条、路径、网络进行深入、快速、全量的计算与追踪。本质上是因为基于数仓或大数据框架的反欺诈系统不具备深度穿透、关联计算的能力,反欺诈的规则繁琐、低维、效率低下、准确性差。

模型风险

基于AI深度学习的很多反欺诈解决方案存在黑盒化、不可解释、不可追溯、难以审计等模型风险。

创新:Ultipa实时图计算决策系统

银行拥有海量交易及第三方融合数据,对于风控系统最关键的原则有6条:快、稳、准、深、多、溯(如何能存得多、算得快、算得准、下钻得深、关联查询维度多、系统稳定)。基于传统数仓、大数据平台的风控反欺诈系统无法满足以上原则。Ultipa运用实时图计算,对欺诈风险进行精准建模,实时计算引擎能在20毫秒内完成交易流水网络的图特征计算。可帮助发卡银行提升实时反欺诈决策能力,实现“早发现”、“早预警”、“实时拦截”,将欺诈团伙的行为扼杀在早期。

意义:图实时风控决策系统取得的效益

Ultipa银行卡交易实时决策系统依托于银行海量交易数据和在图计算、图数据领域技术实力,针对欺诈交易构建了图模型,系统的计算效率、容量、准确率较传统的基于专家规则的反欺诈系统有明显提升。对不同的风险等级采用不同的风险防控措施。已上线系统每日在千万级交易中实时识别可疑交易数百笔,累计拦截数万笔,累计挽回持卡人损失数千万元,增加了客户满意度、银行的美誉度,取得了良好的社会效益和经济效益。Ultipa银行卡交易实时决策系统系统下一步将运用于更多家银行,可为更多发卡银行及持卡人提供更加安全的保护。

完成以下信息后,可下载此案例
*
公司名称不能为空
*
公司邮箱必须填写
*
你的名字必须填写
*
你的电话必须填写
*
你的电话必须填写