2-楊章群-金融信息保障的數字化實踐.pdf

《2-楊章群-金融信息保障的數字化實踐.pdf》由會員分享，可在線閱讀，更多相關《2-楊章群-金融信息保障的數字化實踐.pdf（37頁珍藏版）》請在三個皮匠報告上搜索。

1、金融信息保障數智化實踐螞蟻財富楊章群楊章群螞蟻財富，花名：寒石質量架構與技術風險負責人扎根于財富資產交易、智能營銷、智能服務、內容社區等核心業務，主要負責高可用、資金安全、數據質量等領域的技術風險防控工作目錄CONTENTS!#$%&01 ()*+,-./02#$0123#$012303 45+6704 01金融信息背景背景個人關注金融信息天氣預報證券指數理財收益!#$#$個人的金融信息個人的金融信息很重要很重要記錄 開支：衣、食、住、行 收入：工資、外快計算 月度、年度 總開支、總收入、結余對賬 銀行卡余額 VS 計算結果背景個人關注金融信息個人如何個人如何保障金融信息的準確性保障金融信息的

2、準確性u 自動功能記錄：流水計算：收益對賬：？對賬：？u 金融信息托管會出錯么？個人個人銀行銀行低頻低頻消費現金現金理財個人個人理財理財平臺平臺支付支付平臺平臺銀行銀行消費理財背景金融信息互聯網化互聯網化互聯網化高頻高頻電子電子互聯網金融平臺互聯網金融平臺有責任有責任保障金融信息的準確性保障金融信息的準確性資金損失用戶投訴監管問責XXX銀行銀行XXX基金代銷基金代銷艾可菲艾可菲背景金融信息互聯網化真的會出錯真的會出錯影響還很大影響還很大好在概率小好在概率小金融科技助力金融信息準確信息準確、用戶放心信息準確、用戶放心本次分享重點本次分享重點用怎樣的技術用怎樣的技術 保障保障 哪些類型的金融信息哪

3、些類型的金融信息 準確性準確性背景金融信息互聯網化02業務特點與技術挑戰業務特點金融信息金融信息數據數據為主為主量大量大業務業務復雜復雜多方多方參與參與用戶用戶敏感敏感u 目標準確性準確性u 約束通用：量級、并發、時效特有：金融業務特有：金融業務業務特點互聯網特性 億級用戶 單日億級流水量用戶廣泛 交易日15點交易峰值 交易萬級別TPS交易峰值 來自C端的“峰值脈沖”業務特點金融業務專業性個人 理財平臺 基金公司多個角色實時請求：直接下單、支付T+1 文件：隔天看收益多種形態交易：個人發起、機構確認收益：機構確認產品：機構發布多方基準 實時：用戶的讀、寫 異步：清算服務類型 DB：賬戶、交易、

4、資產 緩存：服務并發能力 離線：衍生指標計算存儲類型 請求 DB 文件信息載體業務特點互聯網金融技術實現挑戰互聯網特性金融業務全場景準確性全用戶03信息保障方案方案互聯網特性金融業務全場景準確性全用戶數字化數字化建模建模智能化智能化規則規則自動化自動化核對核對數字化建模全場景專家經驗自動挖掘訂單類型基金品類是否定投支付方式訂單狀態 申購普通基金是XXXX支付成功 申購普通基金否銀行卡支付成功 數字化建模建模方法-尋找血緣u 血緣分析專家經驗靜態代碼分析動態污點分析用戶下單用戶下單平臺收單平臺收單用戶支付用戶支付平臺確認平臺確認清算請求清算請求清算確認清算確認收益發放收益發放收益確認收益確認12

5、34用戶用戶平臺平臺金融金融機構機構數字化建模建模方法-數倉清洗訂單類型基金品類是否定投資金渠道訂單狀態支付金額訂單金額 申購普通基金是XXXX支付成功1000010000 申購普通基金否銀行卡支付成功50005000 智能化規則定投業務基金申購基金贖回金融信息金融信息模型模型金融業務專家金融業務專家金融業務金融業務規則規則算法模型算法模型智能化規則強一致性（線性）u 技術方案智能核對規則推導u 應用場景一致性核對效果更佳u 技術難點規則：語義、爆炸、降噪、保鮮智能化規則非一致性（非線性）u 應用場景業務相對平穩，異常場景會打破日常規律u 技術方案聚類、統計、深度、分類、重構、偏差等自動化核對

6、快速自動發現金融信息異常用戶數據用戶數據用戶數據規則規則用戶數據金融信息金融信息模型模型自動化核對端源核對u 方案-1規則推送至客戶端端上校驗器進行核對u 方案-2端側數據埋點埋點數據與后端日志或DB實時核對u 解決問題端展示與后端信息不一致端內不同頁面或區塊間信息不一致規則：總資產=卡資產埋點-0:總資產埋點-1:卡1資產埋點-2:卡2資產核對引擎（服務端）核對引擎（客戶端）規則方案-2方案-1自動化核對實時核對u 關鍵技術SLS、Binlog信息泛化、統一（非結構化+結構化）Blink 實時流計算（join）Aviator（規則引擎）告警、降噪、定位等u 解決問題前端埋點、后端日志、DB間

7、核對用戶行為類信息核對自動化核對離線核對u 關鍵技術數倉（MaxCompute）信息泛化、統一（非結構化+結構化）SLS 日志寫數倉告警、降噪、定位等u 解決問題時效性低匯總性信息核對自動化核對文件核對u 關鍵技術批處理能力內存 VS DBDB多中心，讀寫分庫u 解決問題文件與DB流水核對簡單一致性05總結與展望數字化：數據驅動的全場景分析，顯著提高全面性智能化：算法驅動的核對規則挖掘，極大提升完整性工程化：分鐘級發現錯誤的核對能力，支撐螞蟻萬億級交易螞蟻內TO B:助力資管機構資金清算 0 錯誤TO C:保障理財用戶資產信息 0 錯誤行業內總結已落地安全性安全性多模態多模態總結待突破數據圖文異常行為、黑灰產展望金融信息智能保障擁抱新技術攜手全行業LLM、超級自動化行業標準、金融安全感謝聆聽關注QECon公眾號本文件僅供技術交流，不得用于商業用途。本文件內容嚴格保密，未經許可，任何組織和個人不得復制、傳播0726微信交流群微信交流群個微信個微信