日前,《中国金融科技发展报告(2023)》由社会科学文献出版社正式出版发行,在《报告》的“数据库在金融领域的发展与应用”章节中,整体介绍了中国农业银行基于TDSQL数据库构建新一代分布式信用卡核心系统的实践案例,为金融核心系统应用国产分布式数据库提供参考借鉴。
近年来,各类欺诈案件屡见报端,“金融造富”的骗局防不胜防。网上银行欺诈、电话银行欺诈、网络欺诈、电信欺诈、盗刷银行卡、POS机套现、贷款欺诈……庞大的利益诱惑下,金融诈骗黑产的水深不见底。各大银行风控部门也一直在致力于迭代反欺诈系统守卫人民财产。 反诈困境 某国有大型银行信用卡中心在与腾讯云沟通时曾表示,“传统的人工式的或者基于专家经验的反欺诈系统已经不能适应复杂的金融诈骗模式了。” 首先是审查过程人工操作步骤繁琐,效率低下。行方在人工审查的时候,经常需要致电客户本人及所在单位核实信息的真实性。评估系统对
近期,安全专家发现了一个网络犯罪组织的洗钱链条,在整个洗钱环节中,网络犯罪分子使用了伪造的苹果账号和游戏账号来进行盗刷信用卡交易,并在各大在线论坛和游戏社区中出售这些游戏账号。
国家层面的社会信用体系建设规划已上报国务院。由国家信用体系建设联席会议编制完成的《社会信用体系建设规划纲要(2014-2020)》显示,以政务、商务、社会、司法等四大领域为主体的信用体系建设方案实现了社会信用的全面覆盖。规划提出建立以公民身份证为基础的公民统一社会代码制度的方案;建立以组织机构代码为基础的法人和其他组织统一社会信用代码制度。这意味着公民和企业法人组织都将有统一信用代码。 北京大学中国信用研究中心主任章政对此评价,我国的社会信用体系建设将围绕上述四大领域展开,将纷繁复杂、涉及面广
译者自序: 熟悉我的朋友都知道,我很不喜欢翻译东西,因为在两种语言的思维方式之间做频繁切换对我来说是件很痛苦的事情。但是这次不一样,公司和同事的大力支持降低了我的痛苦指数,让我能够坚持把Chris Richardson的微服务模式系列文章翻译完,今天发布第十篇——《共享数据库》。 译者评论: 微服务模式中最为头疼的问题就是数据问题 —— 因为数据会散布在多个微服务之间,这通常意味着数据被分散到多个数据库中,这时微服务必须自行保证跨微服务的数据一致性,而无法利用数据库本身的机制解决。随之而来的是微服务滚动升级
近日,在2023金融街论坛年会金融科技守正创新论坛上,北京金融科技产业联盟正式发布了分布式数据库金融应用研究与实践大赛优秀成果,腾讯云与农业银行联合申报的TDSQL在分布式核心信用卡系统的应用实践项目,经过初赛、决赛的激烈角逐,荣获本次大赛的“十佳卓越实践”奖。
近日,天阳信用卡新一代核心产品CreditX完成了与腾讯云分布式数据库TDSQL的适配性测试,并基于双深度融合,推出“金融零售核心CreditX+分布式数据库TDSQL”的新一代分布式信用卡核心产品联合解决方案。 这标志着信用卡核心系统应用将迎来安全可控的分布式、数字化转型升级加速期。 技术上,CreditX采用“分布式+微服务+云部署”技术架构。在关系型数据库部分,使用标准SQL语法与标准数据建模方法,经过本次与腾讯云分布式数据库TDSQL全面适配性测试,证实在数据库功能性、连通性,应用适配性等各方面完
数据流(带箭头的线)、加工(圆圈/倒角的矩形)、数据存储(平行线/开右口的长方形)、外部实体(长方形)。
Chris Richardson 微服务系列翻译全7篇链接: 微服务介绍 构建微服务之使用API网关 构建微服务之微服务架构的进程通讯 微服务架构中的服务发现 微服务之事件驱动的数据管理(本文) 微服务部署 重构单体应用为微服务 原文链接:Event-Driven Data Management for Microservices ---- 微服务与分布式数据管理问题 单体应用一般只有一个关系型数据库,这样的好处是可以实现 ACID 保证: 原子性(Atomicity):原子粒度的更改 一致性(Consi
微服务和分布式数据管理的问题 单体应用程序通常具有单个关系数据库。 使用关系数据库的一个主要优点是您的应用程序可以使用ACID事务,这些事务提供了一些重要的保证: 原子性 - 原子性变化 一致性 - 数据库的状态总是一致的 隔离 ----即使并发执行事务,它似乎是连续执行的 持久性 - 一旦交易已经提交,它不会被撤销 因此,您的应用程序可以简单地开始事务,更改(插入,更新和删除)多个行,并提交事务。 使用关系数据库的另一大优点是它提供SQL,它是一种丰
怎么理解征信? 征信的本质:对金融主体的数据刻画 征信是指对企业组织和个人的信用信息进行采集、整理、保存和加工,并向信息使用者提供的活动,其本质在于利用信用信息对金融主体进行数据刻画。 征信的功能:
来源|《产业与科技论坛》杂志2013年第10期 金融风险预警是金融数据挖掘中的一个重要研究方向,由于金融数据具有类型多样、关系复杂、数据动态性、数据量大等一般特征,此外还有高噪音、非 正态等特征。因此,金融风险预警更有挑战性。运用数据挖掘技术能够从海量的金融数据中发现隐藏在其背后的规律,有效地降低金融机构的运营风险。因此数据挖 掘在金融风险预警有着广阔的应用价值和市场前景。 金融风险管理 金融风险指任何可能导致企业或机构财物损失的风险,是企业未来收益的不确定性与波动性。按照金融风险产生根源可将金融风险分为静
笔者在过去的一些文章中曾对美国三大征信机构不同版式的消费者信用报告(本文亦称个人信用报告)格式及内容做过详细阐述,但阐述主要针对信用报告的样例进行,对于样例中未出现的报告成分甚少述及,对于报告中各类信息的覆盖面也没有论述。本文主要讨论报告中各类信息的来源和实际报送情况,不涉及信息的展示。本文的参考资料主要来源于美国联邦政府监管部门的公开出版物。 信用档案与信用报告 根据美国联邦政府金融消保局的定义,消费者的信用档案指征信机构记录和存储的关于消费者的全部信息,与信息存储的具体方式(如纸质或电子)无关。
近年来商业银行利用先进数据挖掘技术对信用卡客户进行分类,区分不同的客户群体,然后针对不同客户群体,采取不同的发卡方式,营销策略,风险控制措施。这些举动都是十分有必要的,也是对信用卡产品获得市场份额有巨大帮助作用的。
简单说,事务就是一组原子性的SQL执行单元。如果数据库引擎能够成功地对数据库应 用该组査询的全部语句,那么就执行该组SQL。如果其中有任何一条语句因为崩溃或其 他原因无法执行,那么所有的语句都不会执行。要么全部执行成功(commit),要么全部执行失败(rollback)。
20年12月24日,在腾讯云数据库品牌升级的时刻,我们也有幸邀请到了平安银行技术负责人李中原分享平安银行分布式数据库TDSQL实践,讲述全球首例银行“大型机”下移背后的故事,以下是平安银行技术负责人李中原的演讲全文: 尊敬的各位领导,各位来宾大家下午好,我是平安银行技术负责人李中原,今天由我代表平安银行给大家分享平安银行在分布式系统建设中的经验。 我的分享有四个部分,第一个是分布式PaaS平台项目,第二个是同城多活的建设,第三个是自动化运维建设,最后是弹性扩容的能力建设。 A+信用卡核心是国内首例由大
Verizon发布了《2014年度数据泄露调查报告》,报告中回顾了63737起赛博安全事件和1367起已经确认的数据泄漏事件。报告数据显示:由于数据库原因产生的信息泄漏高达25%。盘点2014年发生在
在如今信用卡时代,信用卡盗刷案例层出不穷,作案方式也是五花八门。如中间人(MITM),恶意软件和rootkit攻击。一旦攻击者获得数据访问权限,他们会将窃取到的信用卡信息转移到他们的服务器,然后将其用于匿名支付或出售以赚取利润。 最近我们研究了几款最受欢迎的四种浏览器—Internet Explorer(IE),Microsoft Edge,Google Chrome和Mozilla Firefox是如何存储信用卡数据以及其他的安全风险。
环信EaseUI 集成,集成不做描述,看文档即可,下面主要谈一些对easeui的个性化需求修改。
假如你有一个购物类的网站,那么你如何给你的客户来推荐产品呢?这个功能在很多电商类网站都有,那么,通过SQL Server Analysis Services的数据挖掘功能,你也可以轻松的来构建类似的功能。
金融风险预警是金融数据挖掘中的一个重要研究方向,由于金融数据具有类型多样、关系复杂、数据动态性、数据量大等一般特征,此外还有高噪音、非 正态等特征。因此,金融风险预警更有挑战性。运用数据挖掘技术能够从海量的金融数据中发现隐藏在其背后的规律,有效地降低金融机构的运营风险。因此数据挖 掘在金融风险预警有着广阔的应用价值和市场前景。 一、金融风险管理 金融风险指任何可能导致企业或机构财物损失的风险,是企业未来收益的不确定性与波动性。按照金融风险产生根源可将金融风险分为静态与动态两类;按风险涉及 范围可分为微观金融
本文关键字:mineportal,wordpress+owncloud,owncloud file backend for website
91征信薛本川:征信的本质不在于拥有多少数据,而在于数据的调度能力有多强
图数据库是一种根据节点和边存储数据的数据库。数据以非常灵活的方式存储,无需遵循预定义的模型。该图形成了两个节点之间的关系,这种关系可以是有向的也可以是无向的。这些数据库旨在处理数据/节点之间的复杂关系。
【编者的话】本文是使用微服务创建应用系列的第五篇文章。第一篇文章介绍了微服务架构模式,并且讨论了使用微服务的优缺点;第二和第三篇描述了微服务架构模块间通讯的不同方面;第四篇研究了服务发现中的问题。本篇中,我们从另外一个角度研究一下微服务架构带来的分布式数据管理问题。
本书主要介绍如何使用微服务构建应用程序,这是本书的第五章。第一章介绍了微服务架构模式,讨论了使用微服务的优点与缺点。第二和第三章描述了微服务架构内通信方式的对比。第四章探讨了与服务发现相关的内容。在本章中,我们稍微做了点调整,研究微服务架构中出现的分布式数据管理问题。
在今天这个“芯片当道”的时代,信用卡数据被盗事件的发生概率也一直在上升,因为攻击者可以利用各种各样的方法来窃取信用卡数据,而一块小小的芯片并不能保证信用卡在网络环境中的安全。 中间人攻击、恶意软件以及
* 本文原创作者:木之千 一、引言 前面三章我们从宏观层面介绍内部威胁现状出发,引入了全面的内部威胁行为模型;之后根据内部威胁动机与破坏目标的不同将当前威胁分成系统破坏、信息窃取与电子欺诈三类基本威胁。 接下来两章我们开始从局部深入分析每种基本威胁类型的特征与行为模式,从系统破坏与信息窃取威胁的分析中,我们获知两类威胁的动机通常是出于不满而实施报复,因此应当从内部人行为与技术特征两方面监测可以表征其心理不满与实际破坏的重要指示器,针对信息窃取威胁还应区分个体威胁与团体威胁两类,后者着重分析检测其行动计划阶段
译者自序: 熟悉我的朋友都知道,我很不喜欢翻译东西,因为在两种语言的思维方式之间做频繁切换对我来说是件很痛苦的事情。但是这次不一样,公司和同事的大力支持降低了我的痛苦指数,让我能够坚持把Chris Richardson的微服务模式系列文章翻译完,今天发布第九篇——《独享数据库》。 译者评论: 微服务模式中最为头疼的问题就是——数据问题,因为数据会散布在多个微服务之间,这通常意味着数据被分散到多个数据库中,这时微服务必须自行保证跨微服务的数据一致性,而无法利用数据库本身的机制解决。随之而来的是微服务滚动升级时
这里说的“服务”其实是前面第 7 篇中识别出来的“服务功能”。这里服务设计将遵循第 7 篇中已经列出的服务契约来进行。
如果着这种情况发生将是灾难性的,就连最基本的安全问题都很难保障了,即使放在很古老的时代也会有大量的数据存储的方式,会有大量储藏书的场所供后边的人去查阅,也会有类似当今的数据库一样类似的机制做小范围的排查。数据丢失意味着所有的依据都会丢失,人类的文明也将会在一夜之间沦陷,所有的网站也将瘫痪近现代上百年的努力华为灰烬,就拿最贴近生活的出行问题,也将是大问题了。
先来介绍一下什么是图和图数据库,所谓的图和平常认知的图片其实不是同一个概念,图(Graph)在计算机科学里面是一种数据结构,这种数据结构有三个比较主要的概念:点、边和属性。
在前面文章《分布式事务》中介绍了几种分布式事务,其中Saga介绍了相关的概念,接下来介绍Saga使用案例,案例来源《微服务架构设计模式》。
数据将是未来银行的核心竞争力之一,这已成为银行业界的共识。在大数据时代,银行所面临的竞争不仅仅来自于同行业内部,外部的挑战也日益严峻,互联网、电子商务等新兴企业在产品创新能力、市场敏感度和大数据处理经
上期介绍了征信的三巨头,这期主要为大家介绍三巨头背后的大佬——费埃哲公司。这个公司的FICO信用评分模型,至今是信用模型体系的标准,尽管很多新的硅谷公司采用引入外部数据的方式增加评分模型变量和维度的数量,但是核心的指标还是FICO的这几个。 模型评分技术属于个人征信技术序列的高端技术。美国三大信用局首选使用的都是Fair Isaac推出的FICO评分系统,该系统的基本思想是:把借款人的信用历史资料与数据库中全体借款人的信用习惯相比较,检查借款人的发展趋势跟经常违约、随意透支、甚至申
当IT(Information Technology)向DT(Data Technology)演进时,所有商业实践都会被重塑。金融企业数字化转型需要夯实基础设施,让企业的IT、DT等系统得以升级和改变,进而融入企业的业务创新、运营管理与金融服务等环节,让企业经营可以变得更加敏捷、轻松。
微服务架构变得越来越流行了。它是模块化的一种方法。它把一整块应用拆分成一个个服务。它让团队在开发大型复杂的应用时更快地交付出高质量的软件。团队成员们可以轻松地接受到新技术,因为他们可以使用最新且推荐的技术栈来实现各自的服务。微服务架构也通过让每个服务都被部署在最佳状态的硬件上而改善了应用的扩展性。 但微服务不是万能的。特别是在 领域模型、事务以及查询这几个地方,似乎总是不能适应拆分。或者说这几块也是微服务需要专门处理的地方,相对于过去的单体架构。 在这篇文章中,我会描述一种开发微服务的方法,这个方法可以解
本章介绍开发者如何利用微信用户信息登录小程序,并使用云开发将用户数据保存到云数据库中。
银行的问题总是循环往复地出现。打开任何一家新闻网站或者报纸,我们都能看到一篇又一篇关于银行问题的报道。欺诈、英国退欧引发的不良影响、各式各样的金融危机和违规行为、事实描写中掺杂着谣言与暗讽……好像银行总是在向公众粉饰自己真正在做的事情。 赢回顾客的心 为了赢回客户的信心,在数字化变革中维持自己的地位,各个银行(以及整个银行业)都必须认真考虑自己传统的业务模式和运营方法。一些银行已经开启了自己的数字化转型旅程,采用了新兴技术并利用现有的数据源来开发出更好的产品和服务。大数据和分析技术是其中的关键,但这
回首这一年,我们做了很多的事情。 疫情肆虐时,腾讯云数据库作为腾讯会议的底座,通过Redis、MySQL提供高性能、高可靠、快速扩展的缓存和存储能,保障每一个用户高清流畅无延时的使用体验。 在如今万物联系越来越紧密时,发布腾讯云数图TGDB,为未来的产业形态底层支持提供新的想象空间。 开源数据库TBase再次升级,为欧洲航天局提供支持,用于行星探索。 腾讯云Redis混合存储版上线,跨过一致性、缓存击穿和缓存雪崩三座大山。 腾讯云MySQL 8.0上线,性能超越官方版本,诸多特性加持下进一步提升性能,通
2020年,是腾讯云数据库飞速发展的一年。 疫情肆虐时,腾讯云数据库作为腾讯会议的底座,通过Redis、MySQL提供高性能、高可靠、快速扩展的缓存和存储能,保障每一个用户高清流畅无延时的使用体验。 在如今万物联系越来越紧密时,发布腾讯云数图TGDB,为未来的产业形态底层支持提供新的想象空间。 开源数据库TBase再次升级,为欧洲航天局提供支持,用于行星探索。 腾讯云Redis混合存储版上线,跨过一致性、缓存击穿和缓存雪崩三座大山。 腾讯云MySQL 8.0上线,性能超越官方版本,诸多特性加持下进一步提升
上集:微服务业务开发三个难题-拆分、事务、查询(上) 上集我们阐述了使用微服务体系架构的关键障碍是领域模型,事务和查询,这三个障碍似乎和功能拆分具有天然的对抗。只要功能拆分了,就涉及这三个难题。 然后我们向你展示了一种解决方案就是将每个服务的业务逻辑实现为一组DDD聚合。然后每个事务只能更新或创建一个单独的聚合。然后通过事件来维护聚合(和服务)之间的数据一致性。 在本集中,我们将会向你介绍使用事件的时候遇到了一个新的问题,就是怎么样通过原子方式更新聚合和发布事件。然后会展示如何使用事件源来解决这个问题,
该文是基于《微服务模式》作者Chris Richardson的QCONSF 2017会议上的PPT文章(这里)和其 Eventuate Tram Saga框架之上,对Saga模式进行的原理性解说,其中包含banq个人经验总结和见解,请从批判性视角看待。Chris Richardson的另外一本书籍《POJO in Action》曾经是帮助Spring成功挑战了EJB2。 在微服务环境下为什么不能使用ACID事务?因为每个微服务都拥有自己的私有数据库,比如订单服务有自己的订单数据库,而客户服务有自己的客户数据
风控引擎是一种基于数据分析和机器学习算法的系统,能够实时识别和处理各种风险问题,适用于金融、电商、智能制造、交通运输等各领域,能够提高企业的风险管理水平和业务效率。
刘志斌 微信技术架构部高级工程师 随着腾讯公司微粒贷产品的上线,大家耳熟能详的互联网金融、大数据征信等热词,也一脱以往雾里看花的神秘外裳,正式切入大众用户的日常生活。作为从最初就与webank共同进行技术开发与业务合作的团队成员,笔者将陆续推出一系列的文章,首先介绍互联网征信体系的背景、产业格局、核心技术及发展趋势,然后将着眼于腾讯(尤其是微信)社交大数据的应用技术阐析、开放性问题探讨、难点攻坚及创新。目的在于为大家揭开所谓大数据金融、社交征信的神秘面纱,促进大家的讨论交流和收集宝贵建议,也激发出
作者:Donna Ferguson 翻译:朱潇男 校对:Shawn 欢迎个人转发朋友圈;其他机构或自媒体转载,务必后台留言,申请授权 不管你是否是某一超市的积分会员,你的支付方式是信用卡还是现金,那些大型超市都了解你的一举一动。 我们都知道超市会通过分析我们的购物信息来进行精准推送-包括一些个性化的购物券及优惠等等。比如说你几个小时前刚刚购物完,现在正准备坐下来看部电影的时候,发现已经有广告推送给你-而且是跟你刚刚买的东西紧密相关的,这时你会有何感受? 或者,Tesco(乐购,英国
【案例】光大银行:风险一体化项目实施
领取专属 10元无门槛券
手把手带您无忧上云