欢迎访问大数据&AI生态共享平台
当前位置: 首页 > 案例 > 金融 > 正文

金融业务实时反欺诈监控应用案例(某股份制银行反欺诈项目)

2018-04-11 作者:3 【收藏】

金融业务实时反欺诈监控应用案例(某股份制银行反欺诈项目)

应用领域:金融、电子商务、其他

应用背景及需求:

       随着传统金融互联网化和互联网金融快速发展,补贴、红包、互联网借贷、信用卡返现等花式获客拉新,催生欺诈分子并形成黑色产业链。据不完全统计,整个互联网平台虚假交易产业链从业及参与人员至少200万,涉及流动资金1000亿元以上。《“打击网络欺诈 确保消费安全”分析报告》显示,15年10月-16年2月共收到网络欺诈、电信诈骗举报85173万条,月均收到举报21293条。目前互联网公司面临的风险主要分为:本人伪造欺诈、本人欺诈、团队/中介欺诈、盗号、盗卡、盗刷等风险。其中互金公司还面临逾期风险。

电子银行面临的主要风险为:

       虚假类风险:

       欺诈者通过互联网手机接码平台获取到手机验证码,接着通过社工库获取到新增的身份证及批量注册的邮箱,均可以在注册端的任何渠道获得注册成功。

       薅羊毛风险:

       欺诈者利用互联网信息及第三方平台,破解注册端的各类注册条件,进行快速、批量的注册,从而获得平台的营销奖励。

       盗卡/盗账户风险:

       部分电子银行业务包括手机银行允许通过快捷支付的方式绑定本行或者他行银行卡进行理财、消费等,则存在银行卡被盗用或者银行账户被盗用的风险。欺诈者通过社工及社工库的信息,在结合手机卡异常补办、开卡时预留欺诈者手机、手机丢失二手手机等方式获取校验码信息通过手机银行等方式窃取用户银行卡内资金

       信用卡面临的主要风险为:

       本人欺诈风险:

       恶意办理信贷业务申请人存在着逾期不还的信用风险,给企业或者平台内的投资人带来资金损失,给平台带来巨大的声誉影响。

       伪造欺诈风险:

       贷款申请人通过伪造本人身份、账单财力等信息,绕过信贷公司监控策略,误导授信策略的判断,或是窃取他人身份信息、银行信息等,假冒他人在信贷平台内办理相关贷款业务,骗取信贷资金,给平台造成资金损失。

       伪造欺诈风险:

       贷款申请人通过伪造本人身份、账单财力等信息,绕过信贷公司监控策略,误导授信策略的判断,或是窃取他人身份信息、银行信息等,假冒他人在信贷平台内办理相关贷款业务,骗取信贷资金,给平台造成资金损失。

       团队/中介欺诈风险:

       中介团队利用相关资源及对信贷平台授信业务的了解,对劣质客户进行包装,把低质量客户包装成高质量客户,绕过平台的授信策略,骗取大额信贷资金,给平台造成资金损失。

       电商面临的主要风险为:

       支付通道风险:

       电商平台在支付方式多样化,易造成账户被盗后,通过电商平台完成消费支付,形成盗卡、盗账户销赃渠道分摊,对电商平台造成较大的声誉影响。

       信贷业务面临的主要风险为:

       逾期风险:

       由于申请人到期无还款意愿或还款能力造成的。申请人到期不能正常还款,造成借出方本金和利息的全部或部分损失,平台方承担部分或全部连带责任,给平台及其客户造成资金损失。

       伪造欺诈风险:

       贷款申请人通过伪造本人身份、账单财力等信息,绕过信贷公司监控策略,误导授信策略的判断,或是窃取他人身份信息、银行信息等,假冒他人在信贷平台内办理相关贷款业务,骗取信贷资金,给平台造成资金损失。

       团队/中介欺诈风险:

       中介团队利用相关资源及对信贷平台授信业务的了解,对劣质客户进行包装,把低质量客户包装成高质量客户,绕过平台的授信策略,骗取大额信贷资金,给平台造成资金损失。


应用系统逻辑架构: 无

采用的关键技术及产品组合:

1、 采用的保持行业领先技术。采用邦盛自主研发基于流处理技术构建的大数据处理平台能够把复杂逻辑的处理时效严格控制在13-17毫秒以内,系统的吞吐量能够达到百万笔/秒以上。

2、 完备的模型库。经过几年累积,模型数量超过2400个,控制风险类型超过100多种。覆盖银行、线上支付、P2P、电商、POS、三方支付、外汇合规、保险证券、交通轨道、OTA、航旅等行业。

3、 拥有全行业最全的欺诈信息数据库。欺诈信息达到亿级,数据保持实时更新。数据包含了国内大型金融机构实时欺诈数据、可疑IP数据库、可疑手机数据、黑名单等。

具体实现的功能:

       传统反欺诈重信息安全手段。通常采用安装杀毒软件、安装网络防火墙、安全控件、数字证书、U盾、数据简单加密等手段,防范效果一般,软件安装和使用困难,用户体验差。普惠金融大力发展的市场环境下,反欺诈技术趋向做策略安全,包括数据分析挖掘、行为建模、实时监控、动态策略等。

       邦盛金融业务实时反欺诈监控解决方案直接瞄准实时反欺诈、事中反欺诈,在注册、登陆、交易等环节中实时做出预警和监控、异步监测或追踪,及时避免反欺诈事件发生。对金融机构而言,这是最有效的,最大程度上避免经济、用户、品牌美誉度上的损失。

部署运维方案:

l 硬件环境:采用pc server,此套方案运行不依赖于功能强大的服务器,2台(4核、64GB)即可部署整套方案。6台PC服务器即可解决全国性大型金融机构所遇到的反欺诈问题。

l 软件环境

操作系统

Linux

JDK

1.7+

数据库

MySQL、Oracle、DB2均可

系统架构:

金融业务实时反欺诈监控解决方案主要包括以下组件:实时规则引擎、数据预处理引擎、规则管理平台、动态安全策略、后台管理平台、数据接入装载模块


架构图如下:

115.png

业务逻辑架构图:

image.png

大数据应用案例详细描述:

       1) 满足了风控业务对于波动性检测的需求,在客户量和交易量大幅增加的情况下保障业务的正常开展。

       2) 从该直销银行的历史账户中抓取了数十万的虚假账户,提升了该行的客户质量。对该行事中反欺诈提供了全面的咨询建议和技术支持,确保该行拥有事中监控能力,对后续的注册账户进行事中监控。

       邦盛实时反欺诈产体系由平台、产品、技术、数据和规则5个部分组成。该套方案直接瞄准实时反欺诈、事中反欺诈,在注册、登陆、交易等环节中实时做出预警和监控、异步监测或追踪,及时避免反欺诈事件发生。对金融机构而言,这是最有效的,最大程度上避免经济、用户、品牌美誉度上的损失,也是做产品创新和拓展规模的前提,提升产品竞争力。


产品
解决方案
案例