基于規(guī)則引擎的互聯(lián)網(wǎng)金融反欺詐研究

丁濛濛

摘要：隨著互聯(lián)網(wǎng)金融及其應(yīng)用的快速發(fā)展，如何對(duì)大量交易數(shù)據(jù)進(jìn)行快速、準(zhǔn)確的風(fēng)險(xiǎn)監(jiān)控與欺詐預(yù)警已成為銀行和第三方支付平臺(tái)的迫切需要。規(guī)則引擎能將規(guī)則匹配與應(yīng)用程序隔離，且在大量數(shù)據(jù)和規(guī)則情況下具有較好的執(zhí)行效率。針對(duì)互聯(lián)網(wǎng)金融反欺詐的相關(guān)特點(diǎn)，該文提出了基于規(guī)則引擎的反欺詐模型，并進(jìn)行了規(guī)則庫(kù)設(shè)計(jì)、優(yōu)化規(guī)則匹配過(guò)程的研究，為規(guī)則引擎在反欺詐場(chǎng)景中的應(yīng)用提供了一種設(shè)計(jì)思路。

關(guān)鍵詞： 反欺詐；規(guī)則引擎；Rete算法；大數(shù)據(jù)

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）01-0001-03

1 概述

近年來(lái)，隨著互聯(lián)網(wǎng)金融及其應(yīng)用的快速發(fā)展，網(wǎng)銀支付、快捷支付、移動(dòng)支付等交易方式的普及給人們的生活帶來(lái)了巨大的便利，但隨之而來(lái)的是交易風(fēng)險(xiǎn)的提高與欺詐事件的增加。如何對(duì)大量交易數(shù)據(jù)進(jìn)行快速、準(zhǔn)確的風(fēng)險(xiǎn)監(jiān)控與欺詐預(yù)警已成為銀行和第三方支付平臺(tái)的迫切需要。

規(guī)則引擎能將規(guī)則匹配與應(yīng)用程序分離，且在大量數(shù)據(jù)和規(guī)則情況下具有較好的執(zhí)行效率[1]。將規(guī)則引擎應(yīng)用于反欺詐系統(tǒng)中，有助于提升系統(tǒng)的擴(kuò)展性、實(shí)現(xiàn)規(guī)則的快速更新。為此，本文開(kāi)展了基于規(guī)則引擎的互聯(lián)網(wǎng)金融反欺詐研究。

為了提升規(guī)則引擎在互聯(lián)網(wǎng)金融反欺詐場(chǎng)景的表現(xiàn)，本文首先提出了基于規(guī)則引擎的反欺詐模型。其次，設(shè)計(jì)規(guī)則庫(kù)以提升對(duì)規(guī)則的解釋與評(píng)價(jià)能力。此外，本文優(yōu)化了規(guī)則匹配過(guò)程，從而能過(guò)濾大多數(shù)正常交易數(shù)據(jù)、提升系統(tǒng)匹配效率。

2 背景

在反欺詐系統(tǒng)中，欺詐檢測(cè)方法通常包括規(guī)則模型、用戶行為模型、名單管理等。其中規(guī)則模型是建立在對(duì)欺詐行為的特點(diǎn)、模式、手段、技術(shù)充分認(rèn)識(shí)的基礎(chǔ)上，針對(duì)單一或組合欺詐行為模式設(shè)計(jì)的啟動(dòng)和觸發(fā)機(jī)制[2]。規(guī)則模型的主要優(yōu)點(diǎn)為易于解釋和配置。

規(guī)則引擎起源于基于規(guī)則的專(zhuān)家系統(tǒng)，用來(lái)模擬人的行為進(jìn)行決策，能將業(yè)務(wù)決策從應(yīng)用程序中分離出來(lái)。規(guī)則引擎通常包括三個(gè)部分：規(guī)則庫(kù)、事實(shí)集與推理引擎[3]。

·規(guī)則庫(kù)（Rule Base）：存儲(chǔ)各類(lèi)模擬人類(lèi)求解問(wèn)題的規(guī)則。一條規(guī)則通常表示為：

IF： LHS （left-hand-side）， THEN： RHS （right-hand-side）

LHS包括一個(gè)或多個(gè)原子條件 （又叫模式），條件之間通過(guò)與、或的邏輯關(guān)系進(jìn)行組合；RHS是滿足所有這些條件（即觸發(fā)規(guī)則）后要執(zhí)行的動(dòng)作 （action）。

·事實(shí)集（Fact Set）：又叫做工作空間（Working Memory），存儲(chǔ)了用于規(guī)則匹配的事實(shí)，包括初始事實(shí)與執(zhí)行過(guò)程中產(chǎn)生的新事實(shí)。

·推理引擎（Inference Engine）：將事實(shí)與規(guī)則相匹配，決定是否觸發(fā)規(guī)則、觸發(fā)哪些規(guī)則以及何時(shí)執(zhí)行動(dòng)作。推理引擎是規(guī)則引擎的核心部分，決定了規(guī)則引擎的工作效率。

Rete算法是規(guī)則引擎常用的匹配算法，通過(guò)將規(guī)則編譯成Rete網(wǎng)絡(luò)來(lái)與事實(shí)進(jìn)行匹配[4]。Rete網(wǎng)絡(luò)包括α節(jié)點(diǎn)和β節(jié)點(diǎn)。α節(jié)點(diǎn)由規(guī)則庫(kù)中規(guī)則的模式構(gòu)成，用于過(guò)濾事實(shí)；β節(jié)點(diǎn)執(zhí)行連接功能，并保存中間結(jié)果。Rete算法最大優(yōu)勢(shì)是節(jié)點(diǎn)共享與狀態(tài)保存。近年來(lái)，很多研究對(duì)Rete算法進(jìn)行了改進(jìn)，包括α與β節(jié)點(diǎn)索引、圖算法優(yōu)化、規(guī)則懶加載等[3，5，6，7]。

此外，還有些研究將規(guī)則引擎在分布式環(huán)境下作了一些改進(jìn)，如規(guī)則分解與部署、消息傳遞模型等，提升了規(guī)則引擎面對(duì)大數(shù)據(jù)的執(zhí)行效率[3，8，9]。

3 規(guī)則引擎設(shè)計(jì)

3.1 基于規(guī)則引擎的反欺詐模型

本文提出的基于規(guī)則引擎的反欺詐模型如圖1所示。該模型主要由五個(gè)部分組成：計(jì)算集群、存儲(chǔ)系統(tǒng)、規(guī)則庫(kù)、規(guī)則引擎和管理平臺(tái)。

1） 計(jì)算集群

計(jì)算集群是用來(lái)對(duì)大規(guī)模的交易記錄進(jìn)行批量計(jì)算，以統(tǒng)計(jì)用戶的交易特征、挖掘數(shù)據(jù)之間的隱藏屬性。計(jì)算集群包括實(shí)時(shí)計(jì)算集群與離線計(jì)算集群，前者主要針對(duì)時(shí)效性要求較高的屬性，如實(shí)時(shí)交易金額；后者則是完成每天的定時(shí)任務(wù)，計(jì)算當(dāng)日或一段時(shí)間內(nèi)的相關(guān)屬性，如用戶的常用地址、常用設(shè)備等。

2） 存儲(chǔ)系統(tǒng)

存儲(chǔ)系統(tǒng)包括關(guān)系型數(shù)據(jù)庫(kù)（如MySql）與非關(guān)系型數(shù)據(jù)庫(kù)（如Hbase）。關(guān)系型數(shù)據(jù)庫(kù)主要用來(lái)存儲(chǔ)格式化數(shù)據(jù)，如交易記錄、用戶個(gè)人信息等。非關(guān)系型數(shù)據(jù)庫(kù)因?yàn)槠浯鎯?chǔ)和讀取速度快、數(shù)據(jù)保存方式靈活、可擴(kuò)展性高等優(yōu)點(diǎn)[10]，適合用來(lái)存儲(chǔ)用戶統(tǒng)計(jì)量等頻繁更新的數(shù)據(jù)。

3） 規(guī)則庫(kù)

規(guī)則庫(kù)是規(guī)則引擎重要組成部分，反欺詐規(guī)則引擎中需要建立大量的規(guī)則文件，規(guī)則的集合即為規(guī)則庫(kù)。規(guī)則庫(kù)由管理平臺(tái)進(jìn)行對(duì)規(guī)則的維護(hù)，供規(guī)則引擎使用。規(guī)則庫(kù)的詳細(xì)設(shè)計(jì)見(jiàn)3.2節(jié)。

4） 規(guī)則引擎

規(guī)則引擎包括規(guī)則庫(kù)、事實(shí)集與推理引擎。每一條交易數(shù)據(jù)都需要被裝配成事實(shí)（fact），通過(guò)推理引擎與規(guī)則庫(kù)中的所有規(guī)則進(jìn)行模式匹配、執(zhí)行命中規(guī)則的動(dòng)作部分（RHS），從而得到該交易數(shù)據(jù)的風(fēng)險(xiǎn)分值，并傳遞給管理平臺(tái)。

5） 管理平臺(tái)

管理平臺(tái)是一個(gè)前端web界面，主要用來(lái)給業(yè)務(wù)人員進(jìn)行規(guī)則配置（增加、刪除、修改、查詢等），并且可以對(duì)規(guī)則的有效性進(jìn)行評(píng)價(jià)。此外，規(guī)則引擎還會(huì)將風(fēng)險(xiǎn)較高的交易數(shù)據(jù)、對(duì)規(guī)則的觸發(fā)情況反映到管理平臺(tái)，由相關(guān)人員進(jìn)行確認(rèn)。

3.2 規(guī)則庫(kù)設(shè)計(jì)

規(guī)則是由條件（LHS）和動(dòng)作（RHS）構(gòu)成的推理語(yǔ)句，在反欺詐系統(tǒng)中，LHS部分通常是對(duì)交易數(shù)據(jù)的描述。交易數(shù)據(jù)包括轉(zhuǎn)出/轉(zhuǎn)入用戶信息、交易額、交易時(shí)間、轉(zhuǎn)出/轉(zhuǎn)入地址、IP地址等字段。某些規(guī)則可以直接使用交易數(shù)據(jù)的相關(guān)字段表示，但是存在一些規(guī)則的條件無(wú)法由這些字段描述，例如以下兩條規(guī)則：

規(guī)則1：endprint

IF： 轉(zhuǎn)出金額高于a & 轉(zhuǎn)出地址不是常用地址， THEN： 設(shè)置風(fēng)險(xiǎn)分值

規(guī)則2：

IF： 已開(kāi)戶時(shí)間小于7天 & 收款I(lǐng)P為異常IP， THEN： 設(shè)置風(fēng)險(xiǎn)分值

其中，用戶常用地址、已開(kāi)戶時(shí)間、異常IP等無(wú)法通過(guò)交易數(shù)據(jù)直接得出。由于單獨(dú)某條交易數(shù)據(jù)不能完整地反映交易特征、部分字段不是數(shù)值型數(shù)據(jù)不能直接使用，需要對(duì)原始數(shù)據(jù)作預(yù)處理，因此本文引入用戶統(tǒng)計(jì)量和全局統(tǒng)計(jì)量的概念。

定義（用戶統(tǒng)計(jì)量）：以賬戶為中心，根據(jù)基礎(chǔ)數(shù)據(jù)的特征自定義組合數(shù)據(jù)項(xiàng)，把其中交易關(guān)鍵值與其相關(guān)信息整合處理，以此生成的一系列反應(yīng)用戶交易特征的數(shù)據(jù)叫做用戶統(tǒng)計(jì)量（Account Statistics）。

定義（全局統(tǒng)計(jì)量）：從全局交易數(shù)據(jù)中通過(guò)對(duì)某些特征組合、計(jì)算等手段獲取，對(duì)所有用戶都適用的數(shù)據(jù)叫做全局統(tǒng)計(jì)量（Global Statistics）。

部分用戶統(tǒng)計(jì)量如表1所示：

常用的全局統(tǒng)計(jì)量包括異常IP地址、異常MAC地址等。于是，規(guī)則的LHS可以由交易數(shù)據(jù)相關(guān)字段與用戶統(tǒng)計(jì)量、全局統(tǒng)計(jì)量表示；RHS部分則是對(duì)觸發(fā)了規(guī)則（即匹配LHS）的數(shù)據(jù)設(shè)置風(fēng)險(xiǎn)分值。則上述兩條規(guī)則可以表示為：

R1：

IF： money>=a & outAddress ！= fromUser.commonOutAddress

THEN： riskScore = riskScore+b

R2：

IF： fromUser.openDays <= 7 & toIp ∈ globalStatistics.abnormalIps

THEN： riskScore = riskScore+c

顯然，規(guī)則的風(fēng)險(xiǎn)分值由人為根據(jù)經(jīng)驗(yàn)給定并不完全準(zhǔn)確，因此本文引入了對(duì)規(guī)則的評(píng)價(jià)機(jī)制，如圖2所示。當(dāng)規(guī)則引擎運(yùn)行時(shí)，會(huì)統(tǒng)計(jì)每條規(guī)則的觸發(fā)次數(shù)，并反饋給管理平臺(tái)對(duì)規(guī)則進(jìn)行評(píng)價(jià)與修改。規(guī)則的主要評(píng)價(jià)指標(biāo)包括準(zhǔn)確率（precision）、召回率（recall），如下所示：

precision = TP / （TP+FP）

recall = TP / （TP+FN）

在這里，TP是觸發(fā)的欺詐交易數(shù)量，F(xiàn)P是觸發(fā)的非欺詐交易數(shù)量，F(xiàn)N是未觸發(fā)的欺詐交易數(shù)量。當(dāng)規(guī)則的準(zhǔn)確率與召回率較低時(shí)，可以對(duì)規(guī)則進(jìn)行適當(dāng)調(diào)整。

3.3 優(yōu)化匹配過(guò)程

由3.2節(jié)，每一條用于匹配的事實(shí)由交易數(shù)據(jù)、用戶統(tǒng)計(jì)量與全局統(tǒng)計(jì)量組成，然后由Rete算法將規(guī)則庫(kù)轉(zhuǎn)換成Rete網(wǎng)絡(luò)來(lái)進(jìn)行模式匹配。當(dāng)規(guī)則較多時(shí)，每條事實(shí)數(shù)據(jù)都需要與α網(wǎng)絡(luò)中的大量節(jié)點(diǎn)進(jìn)行匹配。而在反欺詐場(chǎng)景中，正常的交易數(shù)據(jù)占總交易數(shù)據(jù)的大多數(shù)，因此在交易數(shù)據(jù)的規(guī)則匹配過(guò)程中存在一定的時(shí)間浪費(fèi)。

為了提高匹配速度，本文對(duì)規(guī)則匹配過(guò)程進(jìn)行優(yōu)化，增加一個(gè)預(yù)規(guī)則匹配過(guò)程。由于很多反欺詐規(guī)則共有一個(gè)或多個(gè)相同的條件，我們首先對(duì)反欺詐規(guī)則進(jìn)行分簇。對(duì)規(guī)則的劃分以規(guī)則LHS中最小的原子條件為依據(jù)，例如：

因?yàn)镽1和R2都包含原子條件a，所以可以劃分到同一規(guī)則簇中。此外，一條規(guī)則最多只能被分到一個(gè)規(guī)則簇中。規(guī)則簇中所有規(guī)則的共同原子條件為規(guī)則簇的特征條件。特征條件定義如下：

定義（特征條件）：規(guī)則簇C（c） = {R1，R2，R3… | c ∈ LHS of R1，R2，R3…}，其中條件c為該規(guī)則簇C的特征條件。

規(guī)則簇的劃分算法如下。首先，構(gòu)建一個(gè)<條件，次數(shù)>的鍵值對(duì)Conditions，統(tǒng)計(jì)規(guī)則庫(kù)中所有規(guī)則的條件出現(xiàn)次數(shù)。然后遍歷每條規(guī)則，如果當(dāng)前已有規(guī)則簇的任一特征條件屬于該規(guī)則的LHS，則將該規(guī)則加入到對(duì)應(yīng)的規(guī)則簇中；否則，根據(jù)該規(guī)則構(gòu)建一個(gè)新規(guī)則簇，以在Conditions中出現(xiàn)次數(shù)最多的條件為特征條件，這樣能最大化特征條件的特征度（即以該條件為特征的規(guī)則數(shù)），并減少規(guī)則簇的數(shù)量。

分簇之后，根據(jù)規(guī)則簇的特征條件集合創(chuàng)建預(yù)匹配規(guī)則，以過(guò)濾正常的交易數(shù)據(jù)。只有在預(yù)匹配過(guò)程中返回為true的數(shù)據(jù)才會(huì)進(jìn)行正式的規(guī)則匹配。預(yù)匹配規(guī)則生成過(guò)程如圖3所示。

通過(guò)規(guī)則預(yù)匹配，大部分正常交易數(shù)據(jù)都會(huì)被過(guò)濾，從而在一定程度上提升了規(guī)則引擎對(duì)總體數(shù)據(jù)的匹配效率。

4 總結(jié)

本文開(kāi)展了基于規(guī)則引擎的互聯(lián)網(wǎng)金融反欺詐研究，提出基于規(guī)則引擎的反欺詐模型，并進(jìn)行了規(guī)則庫(kù)設(shè)計(jì)、優(yōu)化匹配過(guò)程等工作，為規(guī)則引擎在反欺詐場(chǎng)景中的應(yīng)用提供了一種實(shí)現(xiàn)思路。

在未來(lái)的工作中，我們將進(jìn)一步對(duì)大數(shù)據(jù)環(huán)境中的規(guī)則引擎進(jìn)行研究，從而提升規(guī)則引擎在互聯(lián)網(wǎng)金融反欺詐中的表現(xiàn)。此外，還將把規(guī)則引擎與基于用戶行為的模型、名單管理相結(jié)合，提高對(duì)欺詐風(fēng)險(xiǎn)檢測(cè)的準(zhǔn)確率，建立一套完整的互聯(lián)網(wǎng)金融反欺詐系統(tǒng)。

參考文獻(xiàn)：

[1] 童毅.規(guī)則引擎中模式匹配算法及規(guī)則引擎應(yīng)用的研究[D].北京郵電大學(xué)，2010

[2] 丁慎勇.反欺詐模型在電子銀行的應(yīng)用研究[D].山東大學(xué)，2014.

[3] 顧小東.基于RETE算法的大規(guī)模規(guī)則推理引擎研究與應(yīng)用[D].南京大學(xué)，2013

[4] C. L. Forgy. Rete： A fast algorithm for the many pattern/many object pattern match problem. Artificial intelligence， 19（1），1982，17-37.

[5] Di Liu， Tao Gu and Jiang-Ping Xue. Rule Engine Based on improvement Rete algorithm[C]. The 2010 International Conference on Apperceiving Computing and Intelligence Analysis Proceeding， Chengdu，2010，346-349.

[6] Y. Sun， T. Y. Wu， G. Zhao and M. Guizani. Efficient Rule Engine for Smart Building Systems[C]. IEEE Transactions on Computers，2015（6）：1658-1669.

[7] S. Chattopadhyay， A. Banerjee and N. Banerjee. A Scalable Rule Engine Architecture for Service Execution Frameworks[C]. 2016 IEEE International Conference on Services Computing （SCC）， San Francisco， CA，2016，689-696.

[8] J. Wang， R. Zhou， J. Li， and G. Wang. A distributed rule engine Based on message-passing model to deal with big data[C]. Lecture Notes on Software Engineering， 2（3），2014，275-281.

[9] S. Zhu， H. Huang and L. Zhang. A distributed architecture for rule engine to deal with big data[C]. 2016 18th International Conference on Advanced Communication Technology （ICACT）， Pyeongchang，2016：602-606.

[10] Mehul Nalin Vora. Hadoop-HBase for large-scale data[C]. Proceedings of 2011 International Conference on Computer Science and Network Technology， Harbin，2011：601-605.endprint