学习
实践
活动
工具
TVP
写文章

笔记︱金融风险之欺诈分类以及银行体系简述

该训练营第一期为风主题,培训内容十分紧凑,非常好,推荐:CDA数据科学家训练营 ? —————————————————————————————————————————— 二、欺诈体系 欺诈一般不用什么深入的模型进行拟合,比较看重分析员对业务的了解,从异常值就可以观测出欺诈行为轨迹 召回率,准确率,排序很准的模型排行: 1、SVM 2、随机森林、决策树 1、银行卡欺诈体系 ? 2、检测级别提升路径 ?

55930

安全知识图谱 | 深挖两安融合,加强风险

01两安融合的工业安全风险分析挑战 工业4.0时代以来,生产效率需求的提升推动了工业物理环境的互联互通,然而,网络环境的连接也带来了信息安全风险和一系列新的安全挑战。 安全是风险控制的结果,传统工业中的IT和OT环境相对隔离,信息层和物理层各自的安全风险来源比较单一,可以单独地根据对应的分析方法和技术得到。 现代工业系统具备典型的信息物理融合系统(CPS)特点,其自身的复杂性和工业现场环境的多样性决定了工业安全风险来源多种多样,需要进行全面的系统安全风险识别、分析和管理。 基于知识图谱的工业系统两安融合风险分析示意图 03总结 美国国家标准与技术研究院(NIST)发布的《工业控制系统安全指南》(NIST-SP800-82)对风险管理提出明确要求:“负责操作、保护和维护ICS 相比于传统工业安全风险分析依赖人员参与,知识图谱的应用在数据分析范围、数据挖掘深度、数据可视化分析上都有明显进步,可以更精准和迅速地描述工业系统物理层和信息层的风险关系,并依据分析结果及时做出风险预判,

12720
  • 广告
    关闭

    热门业务场景教学

    个人网站、项目部署、开发环境、游戏服务器、图床、渲染训练等免费搭建教程,多款云服务器20元起。

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    数据挖掘算法在物业设备设施管理的风险识别与应用

    物业工程肩负着维持项目各类设施设备的正常运作,保障全体业主的正常生活,令物业保值升值,是项目的心脏部门。拓端数据(tecdat)研究人员根据全国电梯故障上报汇总...

    17521

    资损体系介绍

    一、资损盲区 随着有赞支付体量的增大,资产部门承担的资金管理,风险的责任也越大。我们一方面要小步快跑,快速支撑业务,又要稳住底盘,守好底线。支付业务底线就是守护用户的每一分钱,不能有资金损失。 该处理的没处理,该到达终态的单据没有到达终态 3)幂等控制失效,多扣款或多入账 4)系统内部逻辑错误,无对外输出 5)人工修复异常场景,产生资损 二、资损体系的诞生 基于解决以上问题的目的,我们设计了实时资损体系 通过建立后台触发熔断操作入口,并在业务关键节点进行埋点,人工录入熔断配置或资损规则检测出异常自动生效熔断配置,异常应急生效熔断。日常支付链路则不会过熔断判断,以免系统稳定性对主链路造成影响。

    1.3K40

    流量该如何选型?

    而这一篇会讲解被一线大厂使用的两款流量组件:Sentinel 和 Hystrix,以及对它们的横向对比。 本篇主要内容如下: ? Sentinel 系统自适应限流从整体维度对应用入口流量进行控制,借助 TCP BBR 思想,结合应用的 Load、CPU 使用率、总体平均 RT、入口 QPS 和并发线程数等几个维度的监控指标,通过自适应的流策略 5.4、 发展及生态 Sentinel 针对 Spring Cloud、Dubbo、gRPC 都进行了适配,引入依赖和简单的配置即可快速接入 Sentinel,相信 Sentinel 将是未来流量的一大利器

    36932

    能金云CEO许瀚丹:利用大数据构建金融风险体系

    如何将大数据技术运用于金融风险防范工作中,构建起风防御网?本文作者结合能金云的运作实际,与大家分享了大数据技术在规避金融风险中发挥的价值。 看到这个消息,对我们能金云是个很大的提振,因为我们的优势在于利用大数据技术进行金融风险。 2.风险体系的搭建要注重理论与方法的结合,有视角、有方法、有落脚点 我将能金云的风体系归结为三个字: “论”、“法”、“点”,“论”是指方法论,风险控制要以规避为主,控制为辅为指导思想,将风险透明 能金云风体系的“法” “点”是投资商的“千里眼”,囊括了6大维度,一千多个风险点。 能金云风体系的6大维度包括外部风险、资产基因风险、营运风险、欺诈风险、资产交割风险和金融风险。 能金云风体系的6大维度 风险量化,我们根据6大维度引入“风险指数”。风险指数是指某风险因素对电站投资的具体大小,可直观准确的评估风险

    62440

    实在RPA疫情机器人加快数据传递,以快制胜、精准

    人工智能技术是抗击疫情的强大工具,已在全球普遍用于疫情态势感知、行程追踪管理、医疗系统变革和安全风险等领域。 进入3月以来,一场疫情再度来袭,全国本土聚集性疫情呈现点多、面广、频发的特点。 再对疫情数据进行实时监控、自动统计、智能分类、精准筛查后,实在RPA疫情机器人通过“浙政钉”第一时间群发通知相关人员,及时为高效高质防疫、快速管施策提供了技术支撑。 、更有创造性的工作中,还助力疫情常态化工作。 以快制胜、精准,实在RPA疫情机器人加快疫情数据传递速度,为数字战疫贡献实在速度! 在疫情期间,实在智能将免费为政府部门提供“疫情数字员工”,为基层抗疫人员减负。

    16430

    疫情中的数字化

    最近北京出现的疫情,虽然未到拐点,但是从疫情角度,没出现任何慌乱,无论是物资供应,还是疫情筛查,又或是抗疫保障,少不了很多人辛勤的默默付出,借此向所有人表示敬意。 作为IT从业人员,这次疫情给我最大的感受,就是信息化、数字化在这个过程中提供的支持,举几个相关的例子,一方面是让我们体会下这些细微变化对我们生活的影响,另一方面,也让我们做系统设计的时候能有所借鉴。 但是没几天,健康宝就支持同屏显示健康吗和核酸检测,以及疫苗信息,而且疫苗信息默认是隐藏状态,保护了个人隐私,这种便捷且细小的设计,确实方便了大众,还对疫情起到了积极的推动作用, 2. 北京疾控中心流调队员向您致电,请您放心接听,您所提供的内容,对首都疫情至关重要,非常感谢!”,请立即接听,并积极配合。 这是一项非常特殊的系统工程,各个环节,衔接流畅,配合默契,才能达到我们的目标,革命尚未成功,同志还需努力,疫情,人人有责。

    31830

    没有 “流量”,还玩什么双11

    而这一篇会讲解被一线大厂使用的两款流量组件:Sentinel 和 Hystrix,以及对它们的横向对比,以及该如何选型。 本篇主要内容如下: ? Sentinel 系统自适应限流从整体维度对应用入口流量进行控制,借助 TCP BBR 思想,结合应用的 Load、CPU 使用率、总体平均 RT、入口 QPS 和并发线程数等几个维度的监控指标,通过自适应的流策略 控制台 5.4、 发展及生态 Sentinel 针对 Spring Cloud、Dubbo、gRPC 都进行了适配,引入依赖和简单的配置即可快速接入 Sentinel,相信 Sentinel 将是未来流量的一大利器

    30720

    核对体系-资损(核对篇)

    ,我们也可以叫它实时核对系统,今天我们介绍核对体系中资损的第一部分:事前和事中处理。 核对体系: 资损系统:也可叫实时核对系统 离线核对:内部核对、机构核对和实收核对等 差错系统:渠道差错、业务差错、实时核对差错等 二、前世 基于前面说到的背景,资损平台在18年开始建起,在不断探索中 我们基于两年的探索,充分了解了资损开发者、业务方或使用方的痛点,通过各种业务场景的抽象,得出核对模型,推出最新一版资损平台,就是这样,我们有了“今生”。 “今生”要解决什么问题? ; 不影响链路上正常业务:举个例子,资损所配置的规则不能调用正常业务接口API读取数据,这样会占用正常业务资源,很可能触发接口熔断; 配置可视化:对于规则、报警相关配置,通过资损运营平台配置; 在技术架构图中,已初步简单聊过binlog从进入资损平台、核对、报警整个过程,就不过多赘述,这里有几点作为补充聊聊: 3.4.1 数据准备 异常降级重试 对于资损平台最重要的一点之一,就是尽量不能丢

    1.5K31

    如果疫情有「零信任」技术

    疫情太难了,即使严格按照规定动作来做,病例还是一波接一波。 这跟政策没关系,我们的政府已经在努力提升措施,尽可能的在疫情和生活生产之间做出平衡,但有些技术问题确实是解决不了的。 (VS 不同风险区域的管程度不同); 区域之间相互隔离(VS 不同风险区域之间隔离); 区域内的流量默认信任,不做验证(VS 低风险区域的流动比较自由,48-72小时的核酸即可); 在这样的网络架构下 最后再回过头来看下,疫情的如果有零信任技术支撑,会是一个怎样的情况? 疫情上技术还做不到,但企业的网络安全防是可以做到的,或者至少可以逐步完善。 具体如何落地一个零信任体系,如何设计、使用哪些关键技术等,后面或许可以再结合最佳实践聊一聊。

    8810

    世界疫情局势一览——各地区为加强新冠病毒亮新招

    面对日益严峻的疫情扩散形势,全球已有至少28个国家和地区正加强举措。 阿根廷的措施是最严格的,拒绝隔离的人员会被强制下载一款可以追踪他们位置的软件。在中国香港,机场入境人员需要佩戴电子追踪手环,通过手机GPS定位系统确保入境人员不离家。 由于像指纹识别这种需要通过接触公共物品进行身份认证的方式已经存在风险,面部识别的方式因此在印度变得广受欢迎。

    33600

    后疫情时期高校复学指南解读

    它有两个重点,重点内容就是要普及知识,提高高校师生的意识和能力。构建高校疫情工作体系,狠抓高校的重点三环节,也就是我们的返校前、返校途中和返校后。那么对返校师生实施风险评估和分类管理。 我们的这个指南的一个基本原则——构建体系的基本原则,就是要统一领导、分级负责、联防联控,要把握好关口前移。要有一个分类管理以及以人为本和信息共享的一个原则,建立一个有效的这个体系。 具体应该有以下内容,包括我们要成立领导小组和工作小组、制定和完善这个疫情的工作方案、以及建立联防联控机制、针对校外与属地教育、卫生主管部门、疾机构、医疗机构要建立完善的工作网络。 比如说开学前14天的出行轨迹、个人的疫情风险评估、个人的流行病学史、接触史,个人的健康状况,参考我前面所述的高校返校的疫情工作流程进行分类处理,返校途中和返校当日,我们应该做哪些处理呢? 首先,要学会戴口罩, 要根据人员的风险等级来选择合适的口罩,这个非常重要。

    32720

    埃博拉病毒——大数据时代的疫情

    反观2014年埃博拉病毒疫情的爆发、传播、媒体报导、控制,我们不禁开始思考在这个大数据时代,数据、统计、理性思考、批判思维能为人类对疫情带来什么好处? 这篇文章试图从三个角度去阐述大数据如何与疫情紧密相连。 本文第一部分讨论了如何通过交通数据、移动通信数据与社交媒体数据等非传统公共卫生数据来测算乃至预测疫情风险;第二部分重点关注死亡率的不同估算方法带来的对于疫情风险的不同认知;第三部分聚焦在埃博拉病毒疫情的治疗和支出数据 对于引入风险的估计,最核心的问题便是如何通过动态模型或是统计模型将风险量化。 这里介绍一种比较直观简介的估计方式,首先把引入风险分为相对引入风险(relative import risk)和绝对引入风险(absolute import risk)。

    67670

    扫码关注腾讯云开发者

    领取腾讯云代金券