7月29日，美国第七大商业银行“Capital One Bank”宣布，大约1亿美国人和600万加拿大人的个人信息遭一名“黑客”窃取。失窃数据为个人和小企业用户2005年至2019年初申请信用卡时所提供信息，包括姓名、地址、电话号码、出生日期等身份信息以及个人收入、信用评分和部分转账记录等金融数据。
即便是强大如Capital One也会出现如此大规模的风险漏洞。
战略之选 全行级交易反欺诈系统
每年银行、支付机构与线上线下的商户都会因为冒卡盗刷、账户泄漏或非本人交易以及电信网络诈骗等欺诈事件承受巨大的财务及商誉损失。一套效率与效果两者兼备的交易反欺诈检测系统将使得大量的潜在风险得以防控。
同盾科技所理解的全行级交易反欺诈不仅仅是满足监管、自主可控和“数据不出行”的基本需求。更要体现集中化风险管理思维，从全行视角出发，构建全流程、大数据风险管理体系，以满足PB级数据微秒处理能力，实现全行级欺诈风险防控的目标，进而创造出更多客户价值。
同盾三支箭 造全方位风控防线
同盾基于过往的服务经验及出于对数字时代银行共性问题的洞察，凝练出一套提出“三支箭”的方法论，围绕防、护、管三个核心步骤打造出了由前端风控预警、账号安全保护、智能决策能力所组成的三位一体风控防线。
- 第一支箭：前端风控预警防线——掌握风控主动权
基于前端风控预警防线，可以在一个客户交易发生之际，对交易方进行诈骗筛查，提前对风险交易进行阻断，牢牢掌握风险防控的主动权。
黑色产业的迅猛发展伴随着欺诈手段的不断升级，他们有组织、有纪律、有执行，作案手法多变甚至在各个环节紧密配合形成成熟的利益集团。而银行需要深入不熟悉的领域与黑产进行实时的攻防对抗需要付出较高的成本。
（黑产行为流程和组织特点）
同盾欺诈情报系统可从攻击者的角度了解欺诈分子的策略、技术、流程。通过对黑产技术的深入研究输出行业报告，为银行的攻防对抗提供方向。并提出对应的防控建议帮助银行及时止损。
- 第二支箭：账号安全保护防线——打造实时反馈机制
传统的防控系统只能实现事后的风险识别和防控。前几笔交易已经过去风控系统才能对刚刚发生的交易给出风险判断，这时马上采取对应的管控措施为时已晚。
同盾交易反欺诈系统结合设备指纹、人机识别、复杂网络算法以及风控专家们经过一系列的研究与验证产出的风控策略对账号进行强有力的安全保护。覆盖用户登录与注册、绑定银行卡、更换安全卡、购物支付、短信验证、借款、转账、提现、理财申购与赎回、修改资料等等交易场景。帮助银行横向拓展行业应用，纵向发掘服务深度。
同盾设备指纹产品目前处于行业领先地位，它利用设备的名称、型号、设备参数等要素，为每一个操作设备建立一个全球唯一的设备ID，实现客户设备的身份认证。 不易篡改，方便易用。全面覆盖android、ios、web、h5、微信小程序等互联网业务场景，识别各类作弊风险。
- 第三支箭：智能决策防线——以全行视角打造中央风控平台
智能决策能力防线助力银行实现全渠道、全场景、全时段的实时智能风控，为各渠道的欺诈风险监控赋能。
智能决策能力是整个交易反欺诈的中枢神经，也是银行风控体系的基石，性能、效率、准确度、稳定性、负载力需全面满足。同盾采用了先进的分布式、微服务的框架，将决策引擎、机器学习平台、数据处理平台、知识图谱等技术和平台全面整合在一起，为银行提供了一套高性能的风险决策系统。
智能决策产品矩阵，让智慧大脑“飞”起来
- 决策引擎“天策”——业务策略统一管理平台
决策引擎扮演着类似血管的角色，打通整个风控流程、规则、各类评分卡及模型，提供业务策略全生命周期的统一管理，支持超过一万家客户的交易反欺诈请求，目前每日的请求量已达数亿次。
- 机器学习平台——模型全生命周期管理
同盾机器学习平台提供技术能力的输出，建立标准化的机器学习模型全生命周期管理，包括数据读取、数据处理、特征工程、模型训练、模型测试、模型部署、模型运行和监控，降低建模进入门槛，减少大量人工操作出错的可能，大幅提升模型上线效率，帮助客户“轻而易举”的获得海量数据分析以及精准预测的能力。
- “极溯”实时指标计算平台—— PB级数据微秒处理能力
欺诈检测中用到的数据集不仅庞大而且复杂。一套完整的欺诈检测系统需要能够迅速地对这些数据进行预处理，在非常短的时间内对线上交易作出是否存在欺诈风险的判断，以及整个欺诈风险提示的准确度，即是否存在误报警也是非常重要的衡量企业硬实力的标准之一。
同盾科技自研的大数据极速计算处理引擎-“极溯”，目前已有效实现“快、准、稳”三合一功效，计算准确度99.99%以上。可输出高质量高精确的数据，原生接口灵活可配置，完美适配从模型构建到模型运行的全流程。
- “云图”——知识图谱构建应用平台
当下个人层面的欺诈识别和防范已经较为健全，团伙欺诈成为各金融机构围追堵截的主力军，知识图谱以隐秘关联关系挖掘、可视化关系呈现等诸多优点成为团伙欺诈识别的利器。同盾结合NLP、图计算、深度学习、知识推理和可视化等技术，打造了全栈式知识图谱构建及应用解决方案—云图。基于云图，用户可快速构建关系图谱，并基于图谱完成图特征、图结构挖掘，结合特定场景解决方案有效识别关联风险、团伙欺诈风险。
全流程大数据风险管理体系——让数据流沸腾起来
同盾交易反欺诈系统已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。
实际上，融合仅仅是发挥数据智能的第一步，当下银行等金融机构每天不仅要产生巨大的数据量，更重要的是还要产生巨大的数据流，智能决策系统要在洪峰般冲击的数据流中瞬时完成精准计算。
同盾是如何实现的呢？结合决策引擎平台，可实时回溯历史数据进行指标计算来完成瞬时灌装，做到“配置即生效”。在配置的过程中同步在大数据平台创建离线任务，当需要使用历史存量数据时便可实时生效。这样的设计不仅可以有效利用历史数据，还能在深度结合大数据平台后盘活沉睡的数据，继而让存量数据发挥热度，真正赋予大数据意义，最终提升平台的价值与竞争力。
更懂银行才能赋能银行
同盾已经服务300多家银行，成功完成了对6大国有银行、12家股份制银行、24家持牌消费金融公司全覆盖。
还是让数字来说话。当下，同盾平均200毫秒内可以完成线上几百亿数据的分析决策，在多指标的场景下，单指标运算TPS最高可达百万级，同时还能兼顾极高的准确性。
强悍的运算和处理能力之外，同盾提供的各类工具、技术、解决方案几乎触及到银行所有业务场景，同盾交易反欺诈体系的设计理念更加人性化、更加贴近银行的诉求。例如为帮助银行节省掉大量的设备与部署成本，该系统支持海量规则一键式上线，规则指标均支持离线统计瞬时灌装，热部署实时生效，页面化配置方便易用，金融机构通过简单的学习即可快速布置、灵活应用。
不断进步，不断创新
反欺诈是个强经验、高人耗的领域。欺诈检测是一个动态模式识别，而不是一个静态的、二分类的问题。以专家经验、线型思维为特点的传统风控模式渐渐失效，大数据、云计算和人工智能等新技术的发展，为企业级反欺诈平台的发展和创新提供了更多技术创新手段。
同盾正在研发的AAF（Auto-AntiFraud）与反欺诈业务场景达到深度结合，基于反欺诈业务知识库与AutoML，提供全流程反欺诈建模与应用服务，降低反欺诈人力投入成本，提高反欺诈业务效率。做到一方面降低建模难度，提升建模效率，另一方面实现高覆盖、低误杀，并提供全方位的风险原因解释，真正保证算法模型高效可用。
除此以外，同盾“安全态势感知平台”可提供从日志采集、事件关联分析、风险预警到安全处置的闭环，提升公司整体安全感知、预警能力。
目前同盾交易反欺诈系统得到了广发银行、中国银联等近百家标杆客户核心系统的验证。在未来，同盾会持续深化创新，为助力银行数字化转型、建成全行企业级反欺诈平台提供可靠助力，力争为更多金融机构打造智能大脑。
閱讀更多 智能風控聯盟 的文章
