展开

关键词

【案例】某大型国有商业银行信用卡中心——电子渠道实时监控

面对两大难点,明略数据为某大型国有商业银行信用卡中心提供了电子渠道实时监控,在分布式架构下引入流式处理技术,实时处理海量数据,分析行为特征,利用机器学习进行自动完善的规则体实时为消费者的检测每一个异常行为 二、明略数据电子渠道实时监控技术实现1.实时监控解决方案架构面临每秒高并发的大量数据、网络行为数据、非金决策数据,明略数据需要帮助客户建议一套拥有迅速丰富的数据来源和监控模型 实时根据规则库的规则,以及当前用户的特征数据,判断是否存在风险以及风险等级,向银行监控、处置输出决策结果。? 图5:明略数据实时思路3.对接银行现有友好的API设计完美对接银行客户现有和业务,包括预警、客服、案件调查监控等。 四、明略数据实时监控实例信用卡线上场景下的数据种类多样,类别繁杂,明略数据通过实时和批量采集数据,整合多也如数据,并同步至数据平台,通过流式处理技术对数据进行处理并通过规则进行实时的帮助信识别恶意用户和行为

2.1K60

腾讯云数图TGDB启动“天网”,剑指“黑产”

图数据库擅长的就是关查询和关计算,尤其处理海量的、复杂的、互联的、多变的网状数据,即使骗团队的账号再分散、层级再复杂隐蔽,图数据库也能按图索骥,实时精准定位恶意个体及其团伙。 这种个体正常的团伙模式,以目前的专家规则结合黑白名单的是无法识别的。 金融机构可利用TGDB整合数据孤岛,构建出动态、立体的全维度客户关联网络图谱,通过各种图分析手段,结合机器学习,深度挖掘出账号间的隐蔽关,及时发现异常模式,在团伙跑路前及时采取措施,规避坏账。 错综复杂的信贷圈让传摇头叹息。 2.2 TGDB深挖信贷圈内部关联,预防叉违约和风险传染 彼之砒霜,吾之蜜糖。 让传望洋兴叹的信贷圈,腾讯云数图TGDB通过简单的实体-关结构构造企业知识图谱,就可让纵横错的叉信贷网络里各种投融资、股权、担保、供应链、客户、任职等多维关一目了然,无论是想寻找隐型实控人

36040
  • 广告
    关闭

    云产品限时秒杀

    云服务器1核2G首年50元,还有多款热门云产品满足您的上云需求

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    机器学习引领智慧金融,变革万亿规模实时支付风控模式

    随着我国银行业全面开放和深化改革,互联网金融的不断发展以及电子银行、手机银行的全面铺开,与这些全新业务模式相伴而生的风险也在频繁发生。各类跨业务、跨条线的风险更是层出不穷。 这也有两方面的原因,一方面,之前我国银行对工作的重要性可能认识不足,而且也没有很好的来辅助支持这些案件信息的完整入库;另一方面,很多人受到了行为的侵害而本身却毫不知情。 特征服务提取实时报文中的关键信息,产生实时的风险特征。模型服务中包含已经训练好的预测模型,模型会使用特征服务提供的实时特征,以及离线分析利用历史信息所提取的离线风险特征。 结合到检测这个具体情景,我把所用到的特征按其包含信息的层级有微观到宏观分为三大类:粒度最细的是级别的特征,这些特征是需要在和支付发生的那个时间才能采集到的,比如的类别,支付的手段,的金额等等 风险量化评分考虑到风险和金额两个因素,风险越大,所涉及的金额越多,风险评分就会越高。根据风控模型实时计算的风险评分,自动采取对应的策略。

    53180

    数据分析在领域的应用

    第三方的特点:使用他卡;在最短时间内大量用卡;一定以获利为目的;一般有区域集中性。模型的特点和难点:海量数据计算、小概率事件、模式变化快、数据一般是割裂的。 详细说明建模过程如下:数据准备方面一般需考虑现有的数据仓库或数据集市、存在于其他外部的数据等。 模型验证及评估验证及精准率和召回率评估(见案例部分介绍)。策略:策略的目标是最大限额地降低损失额,而预期损失额等于概率乘以额。 由于模型的评分映了的概率,所以评分和额是策略的主要依据,辅之以产品种类、区域、方式等。 策略简介:对风险较高的利用事后短信、电话联、信件联或电子邮件联的方式,与用户在外进行沟通,核对可疑,如果证实某账号正在经历(如用户证实某可疑非其所为),则立刻拒绝用户的所有后续并给重新建立账户等措施

    1.6K60

    腾讯云天御入选Gartner全球市场指南,为中国唯一入选银行级服务厂商

    近日,全球权威信息技术研究和顾问公司Gartner发布《在线市场指南》(Market Guide for Online Fraud Detection),聚焦在线全链路监测与防护的全球厂商评估 6.12海报.jpg伴随着企业业务数字化的深入,监测服务的覆盖范畴已经超越传的账户盗用和也从最初的电子环节,扩大到包括注册登录、申请和盗号的预防,并逐渐应用到银行、保险、医疗、零售、游戏等行业。这也意味着,提供在线服务的供应商需要具备更加全面的风控能力。 作为中国唯一入选本次Gartner指南的厂商,腾讯云打造的天御(TenDI)智能风控服务具备“四位一体”的特点,涵盖场景咨询、解决方案、风控服务、风控等多维度的产品矩阵,企业可以根据自身需求和风控基础 在天御智能风控中台混合神经网络算法的帮助下,中国银行搭建的风控引擎识别的风险超百亿元;华夏银行构建的“小微企业普惠金融”信贷平台,通过天御智能风控中台实现了3分钟放款高效体验。

    46440

    互联网金融风控中的数据科学

    在线上,从客户获取到信用评估、促成以及客户服务,在整个流程中我们获取到的数据、场景或者人群都和传金融有着很大区别。 而且传评分卡的有效特征挖掘非常困难。风险:风险包含了伪冒申请和。传的应对方法是使用人工审查、信用黑名单或是基于规则的一些方法。 自上往下的信用、消费、通讯、社、行为,变量的有效性逐渐削弱,而从下往上数据的覆盖度逐渐减小。知识图谱在金融中的优势传大多从客户资料出发,看客户是否触碰了黑名单、消费记录是否有异常。 利用知识图谱进行,还会关注用户的关联关,例如客户的一度、二度关是否触黑,消费的关联商家是否异常。还可以快速发现一机多人的情况,以及识别组团。 知识图谱的应用场景有、智能搜索、贷后管理、营销分析以及运营支撑等等。这一套体不仅可以服务于,还能服务于互联网金融中的运营层面。

    1.1K50

    让我们一起看一看骗子绕过保护的最新方法

    他们认为:“即使2023年涉案金额翻倍,这也没什么好奇怪的,因为网络犯罪分子每天都在开发新的方法和工具来绕过我们现有的安全保护,他们所开发的恶意软件可以帮助他们进行恶意攻击活动,创建恶意服务, Genesis就是这群网络犯罪分子搭建的一个暗网商城,来自全球各地的网络犯罪分子都可以在这个地方轻松伪造的数字凭证,并通过这些伪造的凭证来实现各种各样的在线活动。 Genesis暗网商城背后的主要目的是帮助网络犯罪分子利用伪造或合法的数字凭证来绕过基于机器学习的安全保护。 用户在进行在线时,需要在线输入用户的个人信息和金融支付信息等等,而这种类型的安全保护所采用的技术也是一种很常见的在线安全保护技术。 研究人员表示,网络犯罪分子只需要利用目标用户的IP地址来链接代理服务器,就可以绕过安全保护的验证机制,并伪装成合法用户进行各类操作。

    25110

    智能时代如何构建金融

    本期活动将话题聚焦在智能时代下的建立上,邀请了极光、明特量化及中国平安的相关专家为大家分享大数据时代下风控作弊体是如何搭建的。 本期活动将话题聚焦在智能时代下的建立上,邀请了极光、明特量化及平安集团的相关专家为大家分享大数据时代下风控作弊体是如何搭建的。 具体来讲,叉认证、规制引擎、外部引擎、模型策略是构建决策体的四种方法,常用的方法有逻辑回归、随机森林、神经元网络、计分布异常检测、文本挖掘及模糊匹配、复杂网络分析等。 经过AI的赋能,截止目前壹账通金融共拥有24个产品列,合作机构突破2100家,贡献了超10亿C端量和超10万亿B端量,金额近8万亿元。接下来他为大家介绍了Gamma智能贷款解决方案。 该方案共有7大核心产品,分别为智能渠道管理、智能进件配置平台、平台、智能微表情面审辅助、定制评分卡、智能风控引擎以及终端产品——Gamma智能贷款一体机。

    1.1K90

    腾讯云 AI 安全与互联网金融黑产暗战

    他们意识到,必须有强有力的数据和算法来对抗黑产。02风控策略:检测是首要一环互联网金融的蓬勃发展,给人们的生活带来便利,同时也给网络黑产带来巨额利润空间。 不同于初期的单兵作战,当前网络黑产早已集团化、产业化,在金融领域,数据窃取、数据、信息伪造仿冒、黑中介代办已成为完整的产业链,手法和工具也是五花八门。 相比购物、搜索、浏览等弱关联模型,属于强关联模型的社链模型可有效提升金融风控模型的准确性。 3、伪造如前文所述,黑市的身份信息极其活跃。恶意用户购买四要素信息之后,仿冒成本人。职业的恶意群体会搜寻消费金融平台的风控漏洞,利用伪造的资料绕过风控逻辑,从而完成骗行为。 腾讯云天御服务基于腾讯社大数据与 AI 能力,依托腾讯十余年的黑产对抗经验,为银行、互金、消金等企业单位实时甄别风险。

    47130

    【案例】某银行信用卡中心——大数据应用案例

    风险则是借款人恶意利用金融规则的漏洞以非法占有为目的,采用虚构事实或者隐瞒事实真相的方法,骗取借款的风险,金融机构是被动承担的,并不会从承担风险中获得收益,风险管理的目的在于将风险减少到最低和严防风险发生 尤其是近年来互联网金融和消费金融的快速发展,同时传金融机构也不断向线上转移业务,很多平台等在风险管理方面准备不足即开展业务,面临大量的网贷申请。 传手段通常是每遇到一次,就将其行为特点记录下来形成“规则”,再基于规则建立防范机制,通过金融机构自有业务数据进行分析建模做风控,但由于我国目前征信体并不完善,数据滞后性和数据不全面问题导致金融机构只能做到一定程度的预防 影响效果的因素包括数据的来源及质量、 算法模型的有效性、 构架以及对应的制措施。? 图1 百融框架在中,能否形成全面的用户画像, 进而对用户下一步的风险进行预测, 多维度和深度的大数据是必不可少的条件。

    3.3K40

    金融科技&大数据产品推荐:蜂巢——数据科学驱动的互联网风控解决方案

    此外,还构建了以该平台为依托的,涉及信用卡账单、社图谱及风险特征建设等。 4、应用场景人群蜂巢通过实时抓取解析申请人授权数据,进行账单、社图谱、风险特征建设等服务。 5、产品功能目前,通过蜂巢抓取解析得到的数据,主要应用于账单、社图谱、风险特征建设三方面的应用。 针对用户的特定抓取需求、开辟新的抓取场景,以及基于客户特定业务场景,针对性提供、社图谱及风险特征建设等服务。 截至2017年8月,通过蜂巢放款的金额达310亿元,日均查询量超过34万次,体验用户人数超过1030万,累计成功查询蜂巢共3077万次。

    57640

    抛弃爬下来的灰色数据,有门槛的风控怎么做?

    目前,面对巨大的团伙化、专业化的黑产链条,市面上已有的风控和解决方案在算法技术上仍略显逊色。方案提供商往往使用设备指纹、黑/白名单、规则或者有标签的机器学习模型等来检测活动。 “我们会根据做风控的经验去建议客户如何采集数据内容,所以我们跟客户合作不单单是你有需求,我帮你把检测出来,我们同时会给客户很多馈、很多流。 采用主动式机器学习平台,有机的结合人工智能大数据超大规模的数据处理能力和风控专家丰富的经验,帮助人工智能自动的学习未知的模式,追踪新的手段,不断的适应日益变化的环境,从而生成可以对抗分子机器学习模型 在中国这方面体还不够成熟,很多情况下,互联网金融上的一些行为不会直接映到央行的征信中。 在谈及创业初衷时,黄铃称,“我在人工智能算法和网络安全领域做了很多年的研发和实践应用,我希望我以前积累的这些技术和经验可以在金融风控和领域起到实际的作用,能提供一套和服务,为我们的金融和互联网的产品保驾护航

    42770

    企业,腾讯安全稳居亚太第一梯队

    图片1(1).png本次报告通过营收表现、功能、垂直市场、样本客户等维度调研了亚太地区38家供应商的能力,并以营收表现为指标,将亚太地区的企业解决方案(EFM)供应商划分为三个梯队,这也是目前全球首份评价亚太地区企业市场营收表现的权威报告 Forrester指出,近年来,随着新型数字商业、支付方式的激增以及数字金融成为常态,变得更加频繁和复杂。 ,定制化地选择咨询、建模、平台搭建等风控措施,筑牢防线。 在天御智能风控中台混合神经网络算法的帮助下,中国银行搭建的风控引擎识别了风险超百亿元;华夏银行构建的“小微企业普惠金融”信贷平台,通过天御智能风控中台实现了3分钟放款高效体验。 2018 年,蒙牛开展的FIFA世界杯营销活动中,腾讯安全天御风控全程提供精准识别、实时判断和分级处理的营销风控,为蒙牛节约至少10%、约千万量级的营销资金,避免了恶意数据对后续营销效果分析的干扰;

    19020

    基于 Flink 搭建实时个性化营销平台?

    因此对超大规模数据的实时计算需求越来越高,确保用户在出现行为时能够及时中止。三是多维度、高并发要求。随着同一业务场景下用户规模的扩增,用户产生的数据也形成爆发性增长。 针对目前在线实时的痛点,玖富集团采用基于 Flink 的超大规模在线实时,在提升用户体验的同时,也降低了商业损失。 流式大数据技术可广泛应用于对数据处理时效性要求较高的场景,如实时。Flink 的时延和吞吐量方面的性能表现较好,能满足玖富集团对超大规模数据流在线实时计算的要求。 之后用户数据会进入后台数据进行和信用的评估,审核通过,用户会收到信息,账户额度开通。基于 Flink 的超大规模在线实时架构如下:? 三、基于 Flink 的超大规模在线实时的未来规划对于该套在线实时的未来规划,玖富第一步会针对 Flink 技术本身,结合玖富在技术、场景等方面的积累,把基于 Flink 的超大规模在线实时打造成一款数据产品

    25720

    精品教学案例 | 金融案例研究

    随着移动金融支付的普及,金融问题越来越成为一个严峻的挑战。不同于传现金支付或者去银行柜台转账,移动金融支付往往只需要输入密码或者指纹,很容发生客户被骗的事件。 PaySim使用真实的私人数据集来生成模拟数据集,从而完善的刻画了一些正常的操作,并且加入了一些行为,以便我们之后评估监测方法的表现。 从上面的信息我们可以看到,大概有0.047%的,也就是说每一万笔中有大概五笔。 4.总结本案例使用了基于真实数据生成的移动金融支付模拟数据集,然后通过数据清洗和数据描述性计等方法研究了何时为金融高发时段、金融骗金额以及相对于正常金融金额的大小。 当然,想更加准确地识别金融,则需要更加复杂的机器学习算法。

    58220

    1000000000000+(12个0!)元业务资金安全,由它守护!

    伴随着业务数字化的深入,传企业借助数字技术满足不断变化的业务发展需求,但同时也面临着服务的一列迫切问题: ➢如何有效打击账号注册、登录环节等上下游分工明确的黑灰产完整产业链? ➢如何杜绝羊毛党套利、黄牛党抢单、刷榜刷单等营销行为?➢如何才能高效解决、信贷场景的线上问题,快速建设智能风控体?  在当前在线攻防战下,腾讯安全有一款终极“神器”——腾讯安全天御智能风控中台。 值得一提的是,腾讯安全天御的智能风控服务近期入选了Gartner在线市场指南,成为中国唯一入选银行级服务厂商。你确定不了解下?!↓↓↓ 视频内容看视频没过瘾?这张长图为你划重点!

    18730

    基于 Flink 搭建实时平台

    因此对超大规模数据的实时计算需求越来越高,确保用户在出现行为时能够及时中止。多维度、高并发要求。随着同一业务场景下用户规模的扩增,用户产生的数据也形成爆发性增长。 针对目前在线实时的痛点,玖富集团采用基于 Flink 的超大规模在线实时,在提升用户体验的同时,也降低了商业损失。 流式大数据技术可广泛应用于对数据处理时效性要求较高的场景,如实时。Flink 的时延和吞吐量方面的性能表现较好,能满足玖富集团对超大规模数据流在线实时计算的要求。 基于 Flink 的超大规模在线实时架构如下:对于该套在线实时的未来规划,玖富第一步会针对 Flink 技术本身,结合玖富在技术、场景等方面的积累,把基于 Flink 的超大规模在线实时打造成一款数据产品 四、基于 Flink 的超大规模在线实时的未来规划对于该套在线实时的未来规划,玖富第一步会针对 Flink 技术本身,结合玖富在技术、场景等方面的积累,把基于 Flink 的超大规模在线实时打造成一款数据产品

    15430

    【独家】DataVisor:基于Spark平台的智能大数据网络(视频+PPT+课程精华笔记)

    在本期讲座中,DataVisor全球技术总监吴中先生将介绍互联网时代在线服务商所面临的各种方式和由此带来的技术挑战;分析传的技术,如设备指纹、规则、及机器学习等在风控方面的不足;将基于实例讨论云服务和大数据体 相比传的基于规则或仅用设备指纹等单一信号的检测体,无监督大数据能大幅度提高检测覆盖率,自动发现未知的新的手段,对不断变换的行为进行有效的预警和封杀。 PPT+课程精华笔记▼Datavisor公司成立于美国硅谷,目前为多家社、电商、金融等互联网企业提供服务。 同时大规模还具有潜伏性,即所谓的“养号”,伪装成正常用户,有的甚至养号一年之久,再进行行为。群组举例:群组、促销群组。 Datavisor研发了一套无监督检测,这也是目前世界上最先进的检测技术。

    74380

    【独家编译】美国服务商Precognitive获百万美元种子轮融资 是新的风口?

    数据猿导读今年年内,国内外数家服务提供商获得了数百万至数千万美元融资,已经成为大数据领域一个新的热门话题。? Precognitive通过分析用户与在线服务之间的互行为数据,向客户提供预警。其创始人Sam Bouso表示,目前Precognitive拥有三种不同的技术以适应不同和客户与场景。 他说:“服务有大量数据可供挖掘,大多数解决方案都专注于在中进行,但我们实际上能够通过多次访问监控设备和用户活动,从而在发生之前为客户提供预警。” 无论是传金融机构,还是新兴互联网金融机构,都要面临如何更高效的筛选客户和预防行为的挑战。这种需求也催生了巨大的金融服务市场。 今年年内,美国Signifyd、Rippleshot,国内邦盛科技、同牛科技、数美科技、冰鉴科技等数家服务提供商获得了数百万至数千万美元融资,已经成为大数据领域一个新的热门话题。

    38070

    京东金融打击网络黑产,一年帮用户挽回上亿元损失

    沈晓春介绍,京东金融基于大规模图计算的涉黑群体挖掘技术,已经可以通过一个突破点抓住很多隐蔽在后面的行为,提前预防并拦截在体之外。 目前,这项算法在防范、营销、保险等方面都获得了有效应用,成为整体业务的“安全防火墙”。在数据和技术不断积累、迭代的基础上,京东金融也在将风控能力对外输出,为行业提升风控能力做出努力。 这款产品依托京东庞大的用户和量数据以及关联外部合作伙伴数据资源,通过多维度建模,能够实现对申请、信用、账户盗用、洗钱、羊毛党、虚假等行为的有效防范。 犯罪分子不知道的是这一列的行为已经被京东金融“安全魔方”的识别了出来。 沈晓春在主题演讲的结尾强调说:“工作最大的成就,其实不是来自事后帮助用户追回了多少损失,而是来自于事前的风险拦截,并在无声无息中保护用户的资产安全。

    39500

    扫码关注云+社区

    领取腾讯云代金券