「今日案例」同盾科技：知识图谱在信贷申请反欺诈中的深化应用

2021年12月，中国人民银行印发《金融科技发展规划》，提出健全金融科技治理体系、充分释放数据要素潜能、打造新型数字基础设施等重点任务。北京金融科技产业联盟开设“今日案例”专栏，以《规划》为牵引，通过优秀案例展示产业各方在实践中取得的成果，促进机构互学互鉴。

关键字：图模型、知识图谱、信贷申请反欺诈

随着互联网科技和大数据技术的快速发展与进步，各大商业银行迎来了新的发展机遇与挑战。与此同时，随着行内贷款类产品业务快速发展，团伙欺诈成为当前最为严重的欺诈风险来源之一，因此，如何通过现有知识图谱分析平台构建社团挖掘算法模型，发现欺诈团伙成为本项目的重要目标。

近24小时共有七家交易平台宣布将发布储备金证明以提高透明度:金色财经报道，FTX流动性问题的风险蔓延之后，在最近的24小时内，七家交易平台宣布将发布“Merkle tree”储备金证明以提高透明度。

七家交易平台分别是Binance、Gate.io、KuCoin、Poloniex、Bitget、火币和OKX。

Merkle tree是一种用于计算机科学应用程序的数据结构，在比特币 (BTC) 和其他加密货币中，Merkle tree用于更有效、更安全地对区块链数据进行编码，它们也被称为“binary hash trees”。

在集中式加密货币交易所中，每个用户的资产都由集中式数据库的分类账记录，数据库中记录的资产是用户资产的总量。使用Merkle tree允许交易所将每个用户帐户的资产哈希值存储在Merkle tree的“leaf nodes”中，第二步是对Merkle tree的leaf nodes中的资产进行审计，并由第三方验证所有用户的持有量。[2022/11/9 12:38:56]

本项目的建设目标系以全行客户为客群，利用历史全量或一定时间范围内的转账、雇佣、IP、设备等20余种关系数据构建全量图谱，每日识别全量客户团伙欺诈风险；以及以信用卡和信贷当日新增申请客户为客群进行2度关系拓展，利用新增的和一定时间范围内的转账、雇佣、IP、设备等20余种关系数据构建增量图谱，快速识别申请客户团伙欺诈风险。本项目旨在实现对历史存量的对私信贷客户和信用卡客户进行团伙欺诈识别，以及对每天新增的信用卡申请客户和信贷申请客户进行申请团伙欺诈识别。

StarkWare总裁：要获得最大的可扩展性需使用能释放其潜力的编程语言:9月22日消息，在由万向区块链实验室主办的第八届区块链全球峰会上，以太坊扩容解决方案StarkWare联合创始人兼总裁Eli Ben-Sasson表示，STARK数学技术能够让人们相信，即使没有监管，也不需要监督计算的每一步，合约都会保证正确的执行。一台性能有限的计算机，可以监督并声明大量计算集群的可靠性，并且无需重新执行计算，这就是这项技术为什么会和区块链有关系。

Ben-Sasson称，StarkWare采用的方法是基于数学的证明，也就是有效性证明的方式，StarkWare要实现的目标是能够让任何人运行非常庞大的计算机，并且处理相关的事情，然而做执行的一切事情都必须向L1进行证明。如果想要获得最大的可扩展性，实际上需要使用能够释放其潜力的编程语言。[2022/9/22 7:14:17]

今日恐慌与贪婪指数为31，恐慌程度有所上升:金色财经消息，今日恐慌与贪婪指数为31（昨日为33），恐慌程度有所上升，等级仍为恐慌。注：恐慌指数阈值为0-100，包含指标：波动性（25%）＋市场交易量（25%）＋社交媒体热度（15%）＋市场调查（15%）＋比特币在整个市场中的比例（10%）＋谷歌热词分析（10%）。[2022/8/2 2:53:07]

图1：全量图谱挖掘流程

为解决信贷申请场景的团伙欺诈问题，本项目运用大数据处理和图谱建模技术，构建了全量数据团伙挖掘和增量数据团伙挖掘两套流程进行欺诈挖掘：一是全量数据团伙挖掘每天全量采集一次借记卡、贷记卡、零售客户的数据，构建全量图谱，使用开发完成的团伙挖掘算法模型对构建的图谱进行计算，输出挖掘的疑似团伙，形成团伙名单、团伙特征和团伙分值和可视化工具展示。二是日间小时级增量图谱团伙挖掘每两小时采集一次当日新增的贷记卡、零售客户的数据，在图谱中找出与其有1～4层关联关系的相关节点和关系边，融合成增量图谱，之后进行团伙挖掘，形成团伙名单、团伙特征和团伙分值和可视化工具展示。

本项目采用了独有的专利技术进行关系权重计算与评估，实现了最优化图谱的筛选，提升了图谱挖掘效果。其核心技术包括知识图谱关系权重计算、实时关系抽取、社区划分算法、社区风险量化。

全量图谱挖掘出疑似高风险群组数量过万，单日增量图谱挖掘出疑似高风险风险群组过百个。针对两款主要贷款产品的数据分析表明，利用知识图谱分团技术，可以挖掘出多人多外行卡还款关系、多人同终端使用、多人同IP使用等风险性较高关系和客户。

图2：增量图谱挖掘流程

实践证实，该行卡中心在知识图谱分团技术中，发现存在中介办卡嫌疑、卡使用存在套现嫌疑、同团伙中一人逾期两个月后其他人相继逾期等关键信息。

本文来源：同盾科技有限公司

投稿邮箱：News@bfia.org.cn

标签：

火币APP下载热门资讯