银行可以应用什么技术，进行反欺诈风险管控？

银行业务的申请、交易、营销等环节都可能存在欺诈行为。然而，随着技术发展，欺诈行为团伙化、隐蔽化、专业化、实时化等情况愈发显现，反欺诈难度自然也是越来越大。

与此同时，业务种类每年都在递增，依靠传统的专家规则评分卡模型很难应付复杂的风控场景，亟待借助大数据、实时计算、知识图谱等高新技术打造高质量的授信能力。另外，业务运营、操作流程、员工异常行为、资产及负债流动性等风险同样面临着较大挑战。

产品选型&技术架构

此前基于对 flink 在金融领域的技术探索，同时也封装了国外的商业决策系统相关技术应用，跑象自主研发企业级大数据平台—实时数据平台 flashflow，一站式满足贷中调额、风险定价、直销银行等需求，更迭或者完善银行商业决策系统，以及事件驱动、实时营销、实时反欺诈、实时OLAP等反欺诈场景。

Flink 实时数仓架构图

实时风控在技术选型方面包含如下：

如图所示，Flink 主要用于数据清洗、实时维表加工与关联，以及窗口计算等场景，通过预计算、内存计算、聚合计算等实现基础指标、衍生指标、复合指标的加工，为决策模型提供特征支持；规则引擎专注于编排决策集、评分卡、决策树、决策表等，同时还可以调用指标服务、算法模型服务来共同参与逻辑运算。

应用实时数据平台为风控管理带来的成效

（1）业务方面成效

业务成效方面，反欺诈系统对接了14个渠道，105类场景，在传统反欺诈技术上引入流计算实现实时反欺诈，管控了1万多高危账户，协助阻断转出资金超千万元，实现了全年线上交易零欺诈损失。

授信方面，flashflow 支撑了全周期的信贷场景，包括额度评估、风险定价、贷后预警等50多个场景，每天处理进件3万余笔。批量处理运营指标数据日均30余万，同时通过Flink 每天实时处理员工行为数据约3000万条，具备实时发现内部的高风险行为的能力。

如需了解实时数据平台，或者开源数据可视化工具等，可以加小编V信（retech01）

（2）技术方面成效

技术成效方面，实时数据平台 flashflow 日接收业务交易请求数万笔，响应时间约8毫秒。

规则和模型编排场景响应时间小于3秒，每天处理批量数据约近3万条。

实时计算平台日均处理数据超3TB，较此前增长了近6倍。

在平台化基础上，实时数据平台 flashflow 构建的实时风控体系具备更为灵活的编排专家规则和机器学习模型的能力。

可以私信小编或者加V（retech01）

如需了解 flashflow，或者开源数据可视化工具 datart 等