圖1：TigerGraph高級解決方案工程師 李憓松
李憓松，現任TigerGraph高級解決方案工程師。具有豐富的大數據分析和工程經驗。負責過TigerGraph在中國與多個金融客戶的項目、技術支持及用戶培訓。致力於圖數據庫和金融，電商等多領域的整合。
<strong>2018年11月16日，由<strong>CTOA首席技術官領袖聯盟、ITShare主辦，<strong>熠韻商務諮詢有限公司承辦，“<strong>科技賦能 規範融合”主題的<strong>2018FinTech領袖峰會上。TigerGraph高級解決方案工程師 李憓松，帶來了精彩的主題演講：“<strong>圖數據庫——釋放數據的力量”。
<strong>以下內容為大會演講內容：
<strong>李憓松：非常榮幸來參加本次峰會，跟大家分享《圖數據庫——釋放數據的力量》。首先這個給大家介紹一下首先圖是什麼？圖數據庫是什麼？為什麼要講釋放數據的力量？圖數據是用點擊和編輯存儲數據化的方式，我們並不是存儲圖片的倉庫，圖數據庫用這種數據形式，以圖結構計算和分析數據，或底層也是用圖的結構來存儲數據的數據庫產品。我們為什麼講數據釋放的力量，剛才我們聽到新網銀行的李總講了很多數據，我們平時也做數據挖掘的工作。
我為什麼講釋放數據的力量，數據之間還有哪些我們沒有發現的信息沒有挖掘到，這是我們要講的主題。
圖2：現場PPT內容
首先我們認為，圖數據庫文案市場，比如Facebook，社交網絡的網站，本身很多用戶關聯在社交網絡上面的，谷歌更是，網站網址的相互關係，相互關聯，甚至谷歌自己圖數據庫的算法，比如亞馬遜，阿里巴巴，核心的商品的推薦，也是基於網絡分析的。我們認為整個互聯網相互交互，信息相互傳遞和連接，都是有充分價值的，都適合於存入以圖的形式記錄的。
其實我們可以看到，這個圖表來自於DB-Englines，是非常有名的圖數據庫發展評分的平臺，從2014年開始上面一條圖數據庫的線，熱度非常高，今年圖數據庫AWS、微軟都推出自己圖數據庫平臺的數據，不僅僅金融行業，其他的一些比如地產等行業，他們都會想圖數據庫能給大家提供新的價值。
圖3：現場PPT內容
這是Gartner對圖數據庫的評價，我們收集了數據資源以後，建立大量數據倉庫，數據圖，影響這些企業往前發展，利用數據做決策和執行的時候，什麼是最大的差異呢？就是我們今天提到圖分析技術。
圖有一個什麼樣的優勢使得剛才Gantner評價說，我們獲得數據以後，企業之間差距最大的東西呢？就是因為圖是適合於表達知識的一種方式，我們剛才最開始的階段，都是在數據這一層，從數據如何提煉出有用的信息，再把這些信息關聯起來，表達成知識，最後把這些知識變成可以在各個領域，各個上下文之間能夠遷移重用的智慧，你是需要建立一種知識的網，知識的圖譜來實現的。
圖4：現場演講內容
除了把圖數據表達成知識，社交圖譜之外，還有什麼應用呢？我們分為四類，第一類鏈接的分析，我現在可能是TigerGraph的一名員工，可能和剛才的新網李總姓是一樣的，我也姓李，還有其他的關係把我們關聯上？今天有一個關係，我們同樣參加這麼一個峰會。是否還有快速的途徑把我們關聯在一起，這個就是比較適合在圖中做的，在關係的數據庫當中，或者很難做的原因是什麼？中間的維度特別多，層數特別多，你沒有辦法用確定的方式來告訴我說，可能要走一些公用電話、共同生活的城市、共同去過的商場，這樣維度太廣了。而且是朋友的朋友認識的呢？這個也沒有限制的。但在圖上就是一個兩點之間最短路徑的問題，這是第一個我們認為圖擅長可以做的。
第二個就是圖的模式匹配，比如說你可以在圖上判斷說，特殊的三角型，環型。環型可能涉及到環型鏈路之類的。
第三種更深層次的挖掘圖信息的想法，比方說我今天構建了交易的圖譜，然後我把人作為點放在圖譜上，交易就是連了一條線，正常的結構抽象出今天的日子，抽象出圖的主幹的模型，T+1日，T+2日，每天有一個切片，從這些切片當中發現到圖演化的模型，今天新來的數據符不符合演化的模型，我們看到今天交易是不是符合日常漫談。
第四方面我表示整個行為流程進化的方式。以上是圖的四大領域。
圖5：現場PPT內容
我作為TigerGraph的員工，我們公司的產品，可以實現我們上面的圖分析、圖計算、圖存儲挖掘價值的公司。我們30多位工程師，近一半以上計算機博士，A輪融資融了3300萬美元，我們目前是業內第一個也是唯一一個原生存儲並進行圖技術。現在已經被Uber、Visa、Intuit等等使用。
我們認為圖數據庫產品，應該支持兩方面，一種是我們傳統的ALTP和OLAP兩種方式都應該可以融入到一個圖數據庫產生當中，我們需要具有OLTP的實時讀寫，也要支持他ACID原則，並且利用圖的優勢進行計算特別密集的多維分析，來挖掘剛才我說到的，我們可能日常挖掘沒有挖掘的價值。剛才看到新網銀行李總的PPT，看到社交關係，關係網的挖掘。是一樣的，這是我們一些特點。包括我們可以深度分析，具有強建的性能，支持識事務型，具有真正的豐富式擴展，支持企業級的數據量，我們知道現在互聯網數據量非常非常大，我剛才說了很多圖計算的優勢，如果我們不能真正有一個產品，可以Hold住這些能量，能真正給你打造出業務要求的時間窗口，來返回你查詢，其實剛才說就沒有任何價值和意義。
我們作為企業級的應用，有數據的隱私保護，包括你實時傳入隱私保護和存儲的隱私保護，我們有適合於你編寫查詢的查詢語言，你可以應用任何邏輯和任何圖算法。
這是我們TigerGraph目前市場上接觸到的和一些合作碰撞出來一些圖的解決方案和應用，我們可以關聯到你們的主數據、業務數據、歷史數據，我不是簡單的多一些沒有用的東西給你計算模型。而是基於圖的結構。
比方說我這個人有一個標籤是男性，20到30歲的狀態，同樣這樣的人有很多，還有一些什麼樣，除了自然標籤有差異，比如說我身邊的朋友，我現在還擔心，我身邊全是女性朋友，另外一個不單身全是男性朋友，或者身邊的人熱愛運動或者不熱愛運動，基於社交關係或者圖關係的新標籤。或者我社交圈子廣泛不廣泛，這是一個圖帶來積極學習的新特徵。我們應用在金融行業的話是反洗錢、反欺詐、信用評級、監控、信用傳播等等。我們很多方面在地理位置，我們和一些運營商合作，跟一些房產公司合作，供應鏈管理，大型機械製造業，IT網絡架構，實際上如果你本身有一些特別複雜的結構，都適合利用圖來做。
我們支付欺詐的案例，我們可以在支付前處理識別欺詐，達到實時，在支付前以一個時間窗口比如說200毫秒來儘量遠的去往遠走，看有沒有日常的節點，黑點，比如有幾個，符合罰值的我們警報，拒絕交易等等。
我們最大的實力能分佈在20個256G的服務器上，處理每天20億次實時交易更新，這裡麵包括有1000億個實體頂點，當然包括客戶交易。
反洗錢案例當中發現，傳統規則可能出現的漏報，比方說如果傳統規則，我們沒有電話號碼關聯的方式，甚至不止電話號碼，比如說住址、他的交通方式、卡和電話，用傳統的規則塑造方式，我可能沒有發現新的註冊用戶，他有風險的，基於圖就可以發現，這個人通過電話號碼，跟其他的四個賬戶，被警告變為SAR，我認為這個新的賬戶，可能發高風險警報，下面反洗錢當中發生誤報，我們知道反洗錢不能容忍有錯，我們把好壞都抓來。以前美國一個金融公司介紹，反洗錢準確率5%，95%不對的，我們需要大量的人工來排查，把這些錯誤排除掉。我們這個維度給你更多的維度，更細的判斷，高風險，中風險或者低風險這樣給適當的業務人員輔助他來做風險判斷。傳統的方式，我只發現對手方曾經有SAR就是高風險了，現在這個圖裡可以看到，其中有一個對手方狀態可能是Closed掉了，他可能不是最高風險的人，可能要把風險降低。
圖6：現場PPT內容
這個反洗錢機器學習的案例，上面一些標籤性的，是和否，之間不能提高準確率，或者提高準確率很低了，我們換一個角度，換在圖數據庫當中，比如我們有一個條件是否在高風險區域，比如說特殊的身份，特殊的地區，特殊的APM網點，他基於網點和風險區的分離度是多少，這是社交網絡的查詢，跟微信的離心度有多少，這是圖的特徵，我們標誌分離程度是0還是3還是多少，基於圖的特徵，輔助機器學習提高準確率，我們可以區分出同樣發生的警報，是高風險還是低風險。
反洗錢還有新想法，洗錢的人不可能在一家銀行洗，或者筆數特別少金額特別大，他可能會換銀行。除了換銀行離岸，現在還有新方式使用傳統貨幣加上加密貨幣倒來倒去的方式，如果我們不能把兩筆結合在一起，洗錢法斷掉了我們不可能判斷是不是真正的洗錢行為。
我們跟國內比較大在線支付平臺的案例，他們具有5億2千萬用戶，每秒25萬多次的欺詐要檢測。我們解決方案是什麼呢？就是像我剛才說的我們把這些用戶和他一些其他的屬性，把它關聯到圖裡，包括他的設備、地點、信用卡等等。我們也知道，像這家企業，本身就是有一個自己的生態。所有數據，比如這個人愛看什麼視頻，愛聽什麼音樂，吃什麼東西都知道。
再比如一些其他的支付平臺，會買外部的數據支付這些東西，應用到全部的圖數據庫，提供查詢，提高準確率。圖數據庫特別方便的是，案件調查實際挖掘的時候，可以以可視化的方式，來告訴你，到底發生了什麼，不用你自己一個個關聯去做表的關聯。
最後客戶收集到什麼呢？就是說欺詐和反洗錢監測擴大每天20億條的交易，承受住真正可以接受的交易量，最後提升了效率，並且節省了成本，不論數據存儲還是人工的成本。
我有一個在線的演示，演示一下基於我們平臺，反欺詐是什麼樣的效果。這個就是我們在線演示的平臺，服務器在AWS上，其中有很多場景，其中一個反欺詐場景，剛才我說到了，我們可能會要把這些業務實體總結到圖中，比如說這裡紅色是真正的用戶，綠色的部分是交易的點，因為交易是一個事件，還有淺綠色的交易的方式和下面交易的設備在哪裡。我們看到很多線，用戶使用的交易設備，用戶使用交易方式，用戶進行轉賬和轉出的線，還有一些迴環，比如用戶這條環，來表示用戶來推薦用戶的一種行為。
圖7：現場演講內容
我們把你的結構化數據，或者半結構化數據進行導入的影射的過程，最後導入。我們可以看一下，最後我們給大家看兩個例子，第一個例子是一個反薅羊毛的例子，我介紹一個User介紹另外一個User查詢出來，比方說用戶推薦用戶，可能會給他優惠政策、福利、現金這些東西，我們找到這些人，他邀請新用戶之後這些新的用戶不會再活躍的，不會再邀請新用戶或者不會再交易，我們把這些人查出來，執行一下，隨便找一個人。我們迅速查到，中間著重顏色，白邊我查詢的賬戶邀請的其他賬戶，他是否具有很多交易，他是否又邀請了新的人，我判斷是不是薅羊毛行為的判斷方式，剛才那個數據有40億頂點，有8億是USer，怎麼快速的把裡面快速查找出來，提高效率。
下面演示一個反洗錢鏈路的案例，輸入一個用戶，看它是否有一條迴環，我們設置的條件，要交易3到6次，回到我本身，而且時間要是一個單調的過程，不能是發生過就算了，是我轉給你再轉給他，按照時間的先後順序，然後看是否有迴環，一個反洗錢的情況，也同樣是在剛才的數據集當中，能快速的的找到這樣的東西，所以我們可以提高效率和減少成本。
展示的部分就到這裡，我今天就分享到這裡，非常感謝大家！謝謝！
出自：2018年11月16日，“科技賦能 規範融合”2018FinTech領袖峰會
由CTOA首席技術官領袖聯盟整理發佈，編輯：CTOA秘書處-高繼升 轉載註明來源作者
<strong>精彩活動
閱讀更多 ITShare 的文章
