王新根

如何把当前最流行的流处理技术应用在反欺诈领域？

从整个金融行业的反欺诈技术路线来看，一般分为三种模式：

第一种是P处理的反欺诈识别，以反洗钱最为流行，反洗钱是其中最为常见的一种处理模式。第二种是准实时处理，准实时和批量分析本质上都是事后模式，准实时处理模式的时效性能够做到几秒钟或者说几分钟或者几小时的情况。第三种是实时处理。从实际场景来看，实时处理以事中处理模式最为有效。与准实时不一样，用户交易都需要实时通过风控引擎，由我们的风控决策来预判这个交易有没有风险，这种场景化应用能提高我们的客户体验。

事中反欺诈三大技术指标是我们攻克的主要问题，即超低延时、非线性、超高并发。

我们怎样做反欺诈？

第一步对用户交易进行拦截，第二步基于拦截的交易，从数据库回溯交易中相关要素，过去一段历史时间内的流水，从数据库取回来，取回来后会进行事中预算。这些指标，比如当前登录的用户是A，A客户在过去24小时过去3个月内在哪些银行登录过，他的频次是什么，他的交易是什么，他过去在什么地方交易过，诸如此类的指标有几百个，第三步需要做的则是针对这些指标的预算。得到这些指标之后与当前的交易数据合在一起，再基于这些既定的规则进行比对（这个规则不一定是真实的规则，也有一种机器学习模型），还要进行决策，通过一个触发的规则列表给出一个最终风险定义。……