四川农商联合银行：基于双视角的反电诈技术研究与应用

四川农商联合银行：基于双视角的反电诈技术研究与应用

四川农商联合银行通过数据驱动和业务经验双视角，构建智能化电诈风险管理体系，涵盖柜面取现风险提示、实时交易风控和涉诈团伙账号关联探查三大模型。采用流批融合计算方法和知识图谱技术，实现事前预警、事中拦截和事后监测的全链条管控。自2023年实施以来，累计拦截可疑交易金额超500万元，有效遏制了电信网络诈骗犯罪活动。

项目背景

近年来，我国电信网络诈骗违法犯罪活动层出不穷。据公安部统计，仅2021年全国公安机关破获的电诈案件就高达44万起，涉及金额超百亿元，严重损害人民群众财产安全。为贯彻党中央关于打击治理电信网络诈骗犯罪的工作部署，人民银行四川分行迅速开展各项反诈工作，并在2023年末召开资金链专项治理工作会。

四川农商联合银行积极响应，基于金融风险管理理论框架，深入分析反电诈现状及痛点，从数据驱动和业务经验双视角出发开展反电诈攻坚项目，构建智能化电诈风险管理体系。

项目目标

本项目涵盖两个具体目标：

1. 通过基于双视角的反电诈技术研究丰富反电诈理论体系。
2. 通过智能化电诈风险管理体系的落地实施，从事前、事中、事后对涉诈账号进行全生命周期管控，力争将四川农商联合银行涉案事件进行有效压降，防范电诈风险进一步扩大，挽救人民群众的经济损失。

项目方案

整体架构

本项目以数据为基础、数据驱动和业务经验为手段建立智能化电诈风险管理体系，具体包括柜面取现电诈风险提示模型、实时交易电诈风控模型、涉诈团伙账号关联关系探查模型。模型的落地由反欺诈系统主导，多个系统应用配合。内部数据通过流批融合的计算方法，在实时计算引擎中加工汇总后接入反欺诈系统，最后应用于模型。

图 1 反电诈防控技术架构图

为预防涉案账户受限后的柜面调额取现行为，柜面取现电诈风险提示模型在交易中实时风险弹窗，提示经办人员加强核实，必要婉拒交易。实时交易电诈风控模型涵盖六大风险面，命中即管控，截断涉案资金继续过渡。后期应用过程中从涉案数据中挖掘特征变化，利用已设计的风险面快速组合新模型并验证有效性，缩短模型迭代周期。涉诈团伙账号关联关系探查模型对涉诈账号进行二次探查，利用知识图谱关联可疑账号，生成事前灰名单和实现事后管控。

数据架构

本项目采用大数据平台技术为底座，实时计算为引擎，反欺诈系统为决策中心的数据架构设计。从以下六个阶段对数据进行全生命周期处理：

1. 数据采集：通过多种技术手段将银行业务中多源数据接入大数据平台，确保数据质量和安全，对交易数据实时采集，确保时效性，迅速管控。
2. 数据存储：根据业务需要，使用高性能数据库存储资金交易链路中所需要的多类维度数据，实现大容量、高性能、可靠的数据长期保存。
3. 数据加工和传输：以Flink为基础提供高效、安全、稳定的数据传输，满足大数据处理和应用的数据交换需求。
4. 数据安全：对重要资金交易数据进行双备份，使数据免受未授权访问和破坏，确保数据的机密性和完整性。
5. 数据监控：采用实时监测大数据平台，保障资源产品和基础设施的稳定性及高效运行。
6. 数据运用：通过整合交易、资金和信息数据，提高整个反电诈链路的透明度，为反欺诈系统提供决策支持，优化模型效率，帮助业务侧调整和制定反电诈规则，提高异常资金流动的阻断命中率，同时尽力降低对交易类型的误判误杀。

方案功能

方案的实施旨在全面覆盖整个电诈事态，从事态先后顺序的角度出发，起到了事前预警、事中拦截、事后监测的作用。

• 事前预警：利用涉诈团伙账号关联关系探查模型对涉诈账号进行二次探查的结果，找出与涉案账号相关联的账号，形成灰名单，实现事前预警。
• 事中拦截：通过基于双视角的反电诈技术识别可疑交易，提升事中风险监测拦截能力。一方面，对已发涉案账户数据开展全方位数据分析，识别总结出包含客户特征、开户特征、交易特征的六大涉诈风险面。另一方面，基于业务经验整合数据分析结果，构建柜面取现电诈风险提示模型和实时交易电诈风控模型，分别实现线下和线上事中拦截。
• 事后监测：基于知识图谱技术对涉案账户开展定期倒查，关联潜在涉案账户，及时发现涉案账户风险变化趋势，并结合风险特征开展排查管控，实现对涉案账户的事后监测。

关键技术

1. 从数据驱动和业务经验双视角出发构造电诈风控模型，实现电诈风险管控。数据驱动视角聚焦四川农商联合银行电诈数据的细粒度交叉分析结果，旨在获取电诈特征，识别电诈风险面。业务经验锚定强化模型规则和阈值修订，辅助模型优化。
2. 采用流批融合的计算方法。流处理（实时处理）实现低延迟的数据处理，及时响应监控需求。批处理（批量处理）由风险集市系统利用云数据仓库处理大量历史交易明细等，以确保系统具有足够的吞吐量以应对长期积累的大量数据。此外，批处理还可以用来修正流处理中的延迟或错误数据，确保数据一致性和结果的准确性。通过流式数据中的交易数据和批量数据的历史交易对手进行融合，加工出陌生交易对手等指标，有效提升反电诈模型管控准确度。
3. 利用知识图谱进行涉诈账号关联关系探查。对于公安每日下发的涉案账户，利用基于知识图谱构建的客户资金流向图批量摸查其资金的可能流向，通过对批量流向的拓扑结构进行数据分析得出灰名单，实现事前预警和事后跟踪监测。基于知识图谱的涉案账户二次探查可以摸排出潜在涉案账户，提高管控效率。

创新点

1. 从数据驱动和业务经验双视角出发构造电诈风控模型。数据驱动聚焦于挖掘四川农商联合银行电诈数据中的有效信息，以获取涉诈账户特征、归纳电诈风险面。业务经验用于辅助数据结果，实现模型优化。
2. 构建三个电诈风控模型对涉诈账号进行事前、事中、事后全生命周期管控。柜面取现电诈风险提示模型预防涉案账户受限后的柜面调额取现行为，为可疑账户定性，为涉案账户争取时间；实时交易电诈风控模型涵盖六大风险面，命中即管控，截断涉案资金继续过渡。涉诈团伙账号关联关系探查模型对涉诈账号进行二次探查，利用知识图谱关联可疑账号，实现事前预警和事后跟踪监测。
3. 采用流批融合的计算方法。对于维度数据采用全量打底，每日批量同步更新增量数据保证可靠性；对交易数据实时计算，实时判断，实时存储，保证时效性。批量和实时处理承担不同的任务，两者优势互补。

项目成效

四川农商联合银行基于数据驱动和业务经验双视角的反电诈技术，构建了一道坚固的反电信网络诈骗“防护墙”，极大提高了识别诈骗行为的准确率，应用成效显著，详见图2。

图2 四川农商联合银行反电诈例月管控效果

从图1可以看出，今年3月以来，累计拦截可疑交易金额超过500万，其中5月和7月拦截金额均超过180万。在公安下发的各家银行涉案账户数中，四川农商联合银行涉案数在全国排名由第8名降至第33名；在农信体系内，由第3名降至第16名；在全省同业中，由第1名降至第6名。金额和排名情况表明，随着柜面取现电诈风险提示模型、实时交易电诈风控模型、涉诈团伙账号关联关系探查模型的落地应用，电诈风险防控体系得到极大优化，成功提升了阻断电诈资金转移的效率。

基于双视角的反电诈技术研究与应用不仅减少了客户的经济损失，减少了因诈骗引发的法律诉讼和赔偿风险，赢得了客户信任，进一步提升了四川农商联合银行的市场竞争力，也在社会层面发挥了积极作用。通过防范电信诈骗案件的发生，挽救了人民群众的生命财产安全，大幅避免因电信诈骗引发的家庭矛盾和社会纠纷。此外，也减轻了公安和司法部门的压力，为社会稳定贡献了力量。

经验总结

本项目为运用数据要素价值释放带动金融业风控领域发展提供了可参考、可复制的解决方案。

1. 本项目涉及的反电诈模型在设计初期就涵盖了众多风险面，后期应用过程中根据涉案账户交易行为和涉案客户特征变化，利用已设计的风险面快速组合新模型，持续验证模型有效性后投入使用，缩短模型迭代周期。该管控技术能最大程度确保风控效率，同样适用于其他风控模型；
2. 本项目涉及的反电诈模型基于先进的流批融合和关联图谱等技术来处理数据，能够将现有的数据平台与机器学习算法无缝集成，减少了模型部署的复杂性和成本，使其能够迅速推广应用到更多场景中。