【明略數據】大數據創新助力銀行反欺詐升（18頁）.pdf

《【明略數據】大數據創新助力銀行反欺詐升（18頁）.pdf》由會員分享，可在線閱讀，更多相關《【明略數據】大數據創新助力銀行反欺詐升（18頁）.pdf（18頁珍藏版）》請在三個皮匠報告上搜索。

1、大數據創新助力銀行反欺詐升級明 略 數 據廣告大數據軟件系統開發持續技術及運維支持為企業和政府提供定制化大數據軟件系統解決方案獨立的大數據部門獨立運營的企業級大數據解決方案提供商積累了超大規模的互聯網用戶行為日志，平臺持續水平擴展5PB用戶行為數據支持對海量數據的實時和批量處理能力，并對外提供數據服務3TB日均數據處理支持超高并發量互聯網用戶數據采集的能力，保障性能和穩定性。100億日均web請求超大規模分布式數據庫集群的管理和運維能力500臺Hadoop集群先進的模型和算法，支撐對用戶行為的深度發掘，預測未來。360度客戶數據分析我們是誰-明略200620112014魔高一尺-欺詐升級廣告行

2、業PC端移動端虛假點擊模擬身份流量監控多源數據公共安全行業傳統高科技顯性關聯隱性關聯個人作案團伙作案金融行業線下業務線上業務單點海量并發人工自動化程序化欺詐升級反偵察能力強反應迅速關系復雜與“時”俱進廣告行業公共安全行業道高一丈-反欺詐升級SDK監控、跨屏打通、實時監測多元布控、團伙挖掘、犯罪預警銀行業務模式創新-推動反欺詐升級多源異構數據實時反欺詐關聯關系挖掘人工智能金融大數據反欺詐升級大數據創新使海量多元異構數據的處理成為現實線上非金行為數據網上銀行數據行為習慣設備數據日志數據實時數據手機銀行數據全覆蓋行為數據收集廣像生物體可以感知外界對自身的所有刺激一樣，利用大數據技術工具，通過互聯網進

3、行全面”刺激”信息的收集大數據創新幫助銀行落地實時反欺詐，將風控前移根據實時采集的在線行為數據和實時同步的離線非金數據，實時計算決策系統需要的用戶特征數據，實時根據反欺詐規則庫的規則，結合當前用戶特征數據進行快速數據挖掘分析。數據實時處理分析快像生物體神經網絡接收刺激可以立即傳輸給中樞神經一樣，利用大數據技術工具，可以快速、實時的進行分析變被動檢查為主動監控變規則積累為規則自學習變事后報警為實時決策明略數據實時反欺詐解決方案源數據行為數據MDP大數據平臺實時反欺詐系統銀行系統離線計算數據服務API交易監控系統客服系統預警系統消費數據登錄日志交易數據實時流式計算分布式挖掘建模規則集市計算引擎決策

4、引擎卡系統大數據創新利用關聯關系挖掘建立風險關系圖譜，預測潛在風險關系全像生物體可以通過神經網絡來傳導、感受刺激一樣，利用大數據技術可以進行全量的關聯關系挖掘大數據分析基于賬戶信息、信貸信息、行業信息等數據建立知識圖譜，可以有效的對關聯性風險進行預警，對風險的傳導進行判斷，尋找潛在的風險行業和欺詐客戶大數據創新利用人工智能建立風險決策引擎，將人腦經驗結合機器學習，助力銀行反欺詐升級準像生物體可以準確分辨刺激種類、來源并進行反饋一樣，利用大數據技術工具，可以利用分析數據輸出人工智能的決策結果基于客戶線上行為特征數據和歷史數據，進行分析判斷并反饋結果，通過建立風險評級模型，預測是否存在欺詐風險以及

5、風險的等級，向銀行交易監控系統、處置系統輸出決策結果，大幅增強預警能力。某國有銀行信用卡中心實時反欺詐項目構建反作弊模型、實時計算、實時決策系統，應對線上渠道產生的虛假賬號、偽裝賬號、異常登錄、頻繁登錄等新型風險和欺詐行為。目標歷史數據60TB，增量數據1,500萬條/天數據量利用分布式實時數據采集技術和實時決策引擎，處理海量高并發線上行為數據，識別惡意用戶和欺詐行為，并實時預警和處置，引入機器學習框架通過對海量數據的分析、挖掘構建并周期性更新反欺詐規則和反欺詐模型。解決方案實時采集行為日志實時計算行為特征實時判斷欺詐等級實時觸發風控決策案件歸并形成閉環建立信貸客戶風險關系圖譜和行業風險圖譜，實現對風險和欺詐客戶的分析，以及對關聯風險行業進行預警分析。目標對全轄信貸客戶從貸款用途、所屬行業、地域等多維度進行細分，建立優質不良客戶特征分析及預測模型，同時對關聯風險行業及風險客戶進行預警。解決方案某全國性商業銀行信貸業務風險分析預警項目大數據產品支持銀行反欺詐體系建設用MDP安全大數據平臺去承載復雜的數據，治理成可用信息用DI分布式挖掘系統將經驗轉化為智慧實現機器智能用SCOPA關系關聯挖掘找到業務規律形成知識、洞察跨行業大數據反欺詐專家廣告行業公共安全行業金融行業某市公安局某省公安廳某區縣公安局科技與服務并重 創新的征途沒有終點T H A N K S