實(shí)時(shí)圖數(shù)據(jù)庫(kù)助力金融風(fēng)控升級(jí)

李晨

隨著互聯(lián)網(wǎng)金融的發(fā)展，傳統(tǒng)金融機(jī)構(gòu)一邊享受著金融科技帶來(lái)的效率提升和服務(wù)邊界的擴(kuò)大，另一邊“黑產(chǎn)（網(wǎng)絡(luò)黑產(chǎn)）”的攻擊手段也在不斷升級(jí)，金融機(jī)構(gòu)遭遇的欺詐情況越來(lái)越復(fù)雜，基于知識(shí)圖譜的關(guān)聯(lián)反欺詐應(yīng)運(yùn)而生。

風(fēng)控就是攻守雙方技術(shù)的進(jìn)化史

隨著互聯(lián)網(wǎng)金融的發(fā)展，傳統(tǒng)金融機(jī)構(gòu)一邊享受著金融科技帶來(lái)的效率提升和服務(wù)邊界的擴(kuò)大，另一邊隨著科技的發(fā)展，“黑產(chǎn)”也從盜號(hào)演變成了利用大規(guī)模攻擊、通過(guò)IP池等技術(shù)繞過(guò)風(fēng)控規(guī)則，金融機(jī)構(gòu)遭遇的欺詐情況越來(lái)越復(fù)雜，主要有四點(diǎn)變化：

第一，專(zhuān)業(yè)化。目前的“黑產(chǎn)”團(tuán)隊(duì)已經(jīng)非常專(zhuān)業(yè)，不僅有專(zhuān)業(yè)的風(fēng)控人員、專(zhuān)業(yè)黑客，甚至還有AI專(zhuān)家，因此，金融機(jī)構(gòu)或者金融服務(wù)機(jī)構(gòu)如果沒(méi)有掌握更先進(jìn)的技術(shù)必然無(wú)法在技術(shù)上獲得一個(gè)比較優(yōu)勢(shì)。

第二，產(chǎn)業(yè)化。金融欺詐已經(jīng)從單個(gè)作案發(fā)展成了團(tuán)伙作案，因此“黑產(chǎn)”團(tuán)伙需要通過(guò)大量賬號(hào)進(jìn)行大規(guī)模攻擊以期獲得更大的收益。這種方式導(dǎo)致雖然他們的欺詐模式不斷變化，但是在短時(shí)間內(nèi)會(huì)有行為慣性，也給了風(fēng)控人員抓住這種行為痕跡的時(shí)機(jī)。

第三，隱蔽化。目前“黑產(chǎn)”集團(tuán)跨境犯罪已經(jīng)非常普遍，這些跨境犯罪集團(tuán)的手段更加隱蔽，包括利用貓池（ModemPOOL）、IP池對(duì)身份進(jìn)行洗牌，潛伏時(shí)間較長(zhǎng)，交易鏈路更加復(fù)雜等，因此對(duì)數(shù)據(jù)的覆蓋范圍提出了更高的要求，同時(shí)需要風(fēng)控人員做更深層次的數(shù)據(jù)和挖掘探索。

第四，突發(fā)化。因?yàn)楹谔?hào)一旦進(jìn)入征信系統(tǒng)后號(hào)碼將無(wú)法再次騙貸，因此，“黑產(chǎn)”行業(yè)主要從兩種方式榨取黑號(hào)的最大價(jià)值，一是他們會(huì)用一個(gè)號(hào)碼在很短的時(shí)間內(nèi)對(duì)多個(gè)平臺(tái)進(jìn)行騙貸申請(qǐng)，二是很多賬號(hào)在同一時(shí)間內(nèi)對(duì)一個(gè)漏洞進(jìn)行大規(guī)模突擊性的攻擊，這兩種突發(fā)式的攻擊要求反欺詐監(jiān)測(cè)系統(tǒng)具備高實(shí)時(shí)性的能力。

綜合來(lái)看，回首近年來(lái)金融業(yè)的發(fā)展可以看到，風(fēng)控就是攻守雙方技術(shù)的進(jìn)化史。

基于圖關(guān)系的金融解決方案

截至目前，反欺詐也經(jīng)歷了傳統(tǒng)反欺詐、基于大數(shù)據(jù)反欺詐以及現(xiàn)在的基于知識(shí)圖譜（關(guān)系網(wǎng)絡(luò)）反欺詐三次進(jìn)化，其中，基于知識(shí)圖譜反欺詐依賴的底層技術(shù)就是圖數(shù)據(jù)庫(kù)技術(shù)。

美國(guó)有一款老少皆知的小游戲“connect the dots”，它的玩法就是把所有線索連在一起，即可得知事件全貌。其實(shí)圖1的點(diǎn)就相當(dāng)于現(xiàn)在的很多數(shù)據(jù)，在系統(tǒng)里是零散的，因此如何把這些零散的點(diǎn)按照規(guī)律快速地連接起來(lái)，就是實(shí)時(shí)圖數(shù)據(jù)庫(kù)要做的事情。

點(diǎn)是用戶數(shù)據(jù)，而用戶數(shù)據(jù)是圖數(shù)據(jù)庫(kù)的基礎(chǔ)，因此如何遵循法律法規(guī)和監(jiān)管要求，按照用戶授權(quán)收集數(shù)據(jù)是關(guān)系網(wǎng)絡(luò)反欺詐的關(guān)鍵，本文暫不對(duì)數(shù)據(jù)采集這部分進(jìn)行展開(kāi)說(shuō)明。

除了內(nèi)部數(shù)據(jù)外，加上其他的外部數(shù)據(jù)收集之后，風(fēng)控人員就可以利用用戶的客戶社會(huì)關(guān)系、交易模式關(guān)聯(lián)、互聯(lián)網(wǎng)行為、移動(dòng)設(shè)備等數(shù)據(jù)對(duì)客戶的行為模式進(jìn)行匹配分析，最后通過(guò)反欺詐規(guī)則引擎和機(jī)器學(xué)習(xí)加以輔助，以此判斷客戶存在欺詐的可能性。

接下來(lái)介紹一下基于TigerGraph的反欺詐系統(tǒng)架構(gòu)。

首先，TigerGraph實(shí)時(shí)圖數(shù)據(jù)庫(kù)能夠在支付處理前識(shí)別欺詐?；趫D靈活的Schema特性，TigerGraph支持將不同來(lái)源的數(shù)據(jù)匯集，基于數(shù)據(jù)之間的關(guān)系組成類(lèi)似寬表一樣的全局Graph。

其次，TigerGraph通過(guò)“機(jī)器學(xué)習(xí)+圖數(shù)據(jù)庫(kù)”識(shí)別欺詐，目前，機(jī)器學(xué)習(xí)技術(shù)面臨著特征值不夠多、不夠有效的問(wèn)題，TigerGraph圖數(shù)據(jù)庫(kù)能夠通過(guò)對(duì)用戶的關(guān)系特征進(jìn)行建模，然后基于圖數(shù)據(jù)庫(kù)進(jìn)行毫秒級(jí)實(shí)時(shí)甄別。因此，對(duì)于系統(tǒng)內(nèi)已標(biāo)記人群，通過(guò)圖數(shù)據(jù)庫(kù)能夠快速通過(guò)他的人群特征，進(jìn)行欺詐判定，而對(duì)于系統(tǒng)內(nèi)未標(biāo)記或標(biāo)記過(guò)期人群來(lái)說(shuō)，TigerGraph圖數(shù)據(jù)庫(kù)在系統(tǒng)里能夠毫秒級(jí)生成百余項(xiàng)關(guān)系特征，并且基于決策樹(shù)或邏輯回歸等方式進(jìn)行分類(lèi)和數(shù)據(jù)分析。

最重要的一點(diǎn)是，TigerGraph圖數(shù)據(jù)庫(kù)采用的無(wú)論是基于關(guān)系得到的特征還是基于決策樹(shù)或者是基于邏輯回歸的判斷方式都非常好理解，這為企業(yè)關(guān)注的“可解釋的AI”提供了解決方案。

TigerGraph實(shí)時(shí)圖數(shù)據(jù)庫(kù)反洗錢(qián)應(yīng)用

反欺詐的例子展示了TigerGraph圖數(shù)據(jù)庫(kù)與機(jī)器學(xué)習(xí)的結(jié)合。接下來(lái)通過(guò)兩個(gè)反洗錢(qián)的應(yīng)用場(chǎng)景來(lái)了解TigerGraph圖數(shù)據(jù)庫(kù)的另外一個(gè)優(yōu)勢(shì)—深度鏈接分析。

第一個(gè)場(chǎng)景是利用圖數(shù)據(jù)庫(kù)在反洗錢(qián)中發(fā)現(xiàn)漏報(bào)和提高反洗錢(qián)偵測(cè)準(zhǔn)確性。比如一個(gè)新用戶此前沒(méi)有金融交易歷史記錄，那么系統(tǒng)就沒(méi)有預(yù)警，不會(huì)將其列入高風(fēng)險(xiǎn)類(lèi)別，工作人員也就會(huì)把這筆交易標(biāo)記為低風(fēng)險(xiǎn)。但是利用圖數(shù)據(jù)庫(kù)進(jìn)行深度鏈路分析之后，會(huì)發(fā)現(xiàn)這個(gè)用戶的號(hào)碼是和別人共用的，并且曾經(jīng)有一些洗錢(qián)的預(yù)警，那這筆交易的系統(tǒng)判定就從低風(fēng)險(xiǎn)變成了高風(fēng)險(xiǎn)。

由此可見(jiàn)，欺詐者盡管在欺詐過(guò)程中將自己的一些基本特征及淺層次鏈接信息進(jìn)行了偽造，但是深層次的關(guān)系網(wǎng)絡(luò)是無(wú)法提前偽造或者需要付出極大的成本去掩飾的，基于TigerGraph的應(yīng)用可以輕易提取出深層次的特征，進(jìn)而協(xié)助企業(yè)進(jìn)行判斷。

第二個(gè)場(chǎng)景是利用圖數(shù)據(jù)庫(kù)在混合經(jīng)濟(jì)模式中追蹤反洗錢(qián)（傳統(tǒng)貨幣+加密貨幣）。比如圖2方框里面顯示的是已經(jīng)發(fā)現(xiàn)的兩筆可疑交易，基于這兩筆交易針對(duì)資金流向的上下游進(jìn)行深層交易追溯，去掌握它的整個(gè)洗錢(qián)網(wǎng)絡(luò)，這就取決于數(shù)據(jù)庫(kù)能否支持10層以上的深度數(shù)據(jù)鏈接查詢。目前TigerGraph也正和一些客戶嘗試把比特幣或其他加密貨幣的交易記錄納進(jìn)監(jiān)管，即使交易手段和交易鏈路較之過(guò)去更加復(fù)雜，在TigerGraph的強(qiáng)大算力下，洗錢(qián)網(wǎng)絡(luò)也將被一網(wǎng)打盡。

大數(shù)據(jù)+圖技術(shù)應(yīng)用現(xiàn)狀

基于圖數(shù)據(jù)庫(kù)技術(shù)在這些場(chǎng)景中優(yōu)異的表現(xiàn)，目前很多的企業(yè)開(kāi)始對(duì)圖數(shù)據(jù)庫(kù)表示出了興趣，并且有一些前瞻性的企業(yè)已從這項(xiàng)技術(shù)中受益并取得競(jìng)爭(zhēng)性優(yōu)勢(shì)。

其實(shí)，圖技術(shù)已經(jīng)出現(xiàn)很多年了，但仍有很多企業(yè)沒(méi)有用起來(lái)，是什么阻礙了這項(xiàng)技術(shù)的推進(jìn)呢？

首先一點(diǎn)是無(wú)法擴(kuò)展到多臺(tái)機(jī)器，剛才我們已經(jīng)提到，要想知識(shí)圖譜發(fā)揮最大效用，數(shù)據(jù)種類(lèi)的豐富性和數(shù)據(jù)存儲(chǔ)年限都是非常重要的，但是之前的圖數(shù)據(jù)庫(kù)大多都是單機(jī)版，機(jī)器的配置大大限制了數(shù)據(jù)的存儲(chǔ)范圍。

舉個(gè)例子，我們的某個(gè)銀行客戶想針對(duì)反套現(xiàn)場(chǎng)景的資金回流進(jìn)行分析，即個(gè)人通過(guò)信用卡將錢(qián)刷給商家，商家再通過(guò)其他賬戶將錢(qián)打回給個(gè)人的儲(chǔ)蓄卡。

在這個(gè)場(chǎng)景中需要借記卡和信用卡的數(shù)據(jù)，而客戶的數(shù)據(jù)經(jīng)過(guò)數(shù)據(jù)清洗以后，僅是10個(gè)月借記卡數(shù)據(jù)+1個(gè)月信用卡數(shù)據(jù)規(guī)模仍有5個(gè)T。

過(guò)去的圖數(shù)據(jù)庫(kù)無(wú)法支持這樣的數(shù)據(jù)量，基于TigerGraph，我們用了12臺(tái)機(jī)器的集群實(shí)現(xiàn)了本期數(shù)據(jù)的存儲(chǔ)，并將計(jì)算效率從之前的3～4天得到結(jié)果縮短到1～30分鐘。

此外，客戶后期的設(shè)想是想把借記卡和信用卡各13個(gè)月的數(shù)據(jù)放進(jìn)去進(jìn)行分析，基于這些更多的數(shù)據(jù)應(yīng)用場(chǎng)景才能更全面地覆蓋到套現(xiàn)群體，而這個(gè)數(shù)據(jù)規(guī)模對(duì)于TigerGraph來(lái)說(shuō)也不是問(wèn)題。

第二點(diǎn)就是通過(guò)以上提到的反洗錢(qián)案例可以看到，分析路徑每增加一步，都可能揭示更多的鏈接和隱含的關(guān)系，實(shí)際業(yè)務(wù)中需要做到3～10步以上的分析，目前的圖數(shù)據(jù)庫(kù)在企業(yè)級(jí)場(chǎng)景下，2度到3度查詢時(shí)就會(huì)出現(xiàn)超時(shí)或者內(nèi)存溢出的場(chǎng)景，如此淺層的特征關(guān)系欺詐者甚至可以偽造，這樣的性能可以說(shuō)對(duì)欺詐甄別的幫助很小。

最后一點(diǎn)是我們對(duì)欺詐等場(chǎng)景是有實(shí)時(shí)性要求，而其他數(shù)據(jù)庫(kù)難以做到亞秒級(jí)查詢并支持實(shí)時(shí)更新操作。

盡管目前國(guó)家對(duì)反洗錢(qián)等場(chǎng)景的時(shí)限要求并不高（按天計(jì)），這也是由于之前的技術(shù)發(fā)展未能實(shí)現(xiàn)更迅速的計(jì)算效率而做出的折中。理論來(lái)說(shuō)，金融領(lǐng)域的任何案件在時(shí)效性上必然是越快越好。

目前，我們給國(guó)內(nèi)某支付機(jī)構(gòu)做的反洗錢(qián)系統(tǒng)，場(chǎng)景識(shí)別已經(jīng)做到了分鐘級(jí)。綜合以上三點(diǎn)，目前每一點(diǎn)都有替代的解決方案，很多公司通過(guò)圖數(shù)據(jù)庫(kù)+大數(shù)據(jù)平臺(tái)的方式實(shí)現(xiàn)了大數(shù)據(jù)量+秒級(jí)相應(yīng)的效果，但是這樣的解決方案由于技術(shù)門(mén)檻較高無(wú)法輕易掌握。

而作為普通企業(yè)來(lái)說(shuō)，需要一款簡(jiǎn)單、成熟的解決方案來(lái)滿足這三點(diǎn)要求，實(shí)時(shí)圖數(shù)據(jù)庫(kù)TigerGraph能夠很好地滿足企業(yè)這三方面的需求。

TigerGraph的獨(dú)門(mén)武器

第一，在可擴(kuò)展性和高性能方面，TigerGraph作為全球?qū)崿F(xiàn)原生并行圖數(shù)據(jù)庫(kù)技術(shù)的公司，底層基于原生并行圖存儲(chǔ)結(jié)構(gòu)，所有的數(shù)據(jù)都以邊和節(jié)點(diǎn)的形式進(jìn)行存儲(chǔ)，數(shù)據(jù)在進(jìn)入TigerGraph時(shí)會(huì)進(jìn)行壓縮，加之圖分區(qū)技術(shù)，實(shí)現(xiàn)了較之其他圖數(shù)據(jù)庫(kù)50～200倍的存儲(chǔ)規(guī)模。

邊和節(jié)點(diǎn)既是存儲(chǔ)模型又是計(jì)算模型，所有的節(jié)點(diǎn)都以內(nèi)部索引的形式表達(dá)以利于快速定位，基于MPP架構(gòu)支持大規(guī)模并行計(jì)算?；谝陨?，TigerGraph在單個(gè)項(xiàng)目上實(shí)現(xiàn)了千億節(jié)點(diǎn)，萬(wàn)億邊的數(shù)據(jù)規(guī)模下，支持每天20億次的數(shù)據(jù)查詢和更新。對(duì)于深度鏈接查詢更是可以做到6～10+度的查詢。

第二，在易用性方面，TigerGraph自主開(kāi)發(fā)了類(lèi)SQL的圖查詢語(yǔ)言GSQL，GSQL擁有圖靈/SQL完備的表達(dá)力，即目前所有的SQL查詢和算法都可以通過(guò)GSQL實(shí)現(xiàn)，支持以天計(jì)（不是以周計(jì)）的PoC（項(xiàng)目驗(yàn)證）向客戶展示價(jià)值。

第三，TigerGraph開(kāi)發(fā)了GraphStudio可視化開(kāi)發(fā)工具，這款工具基于瀏覽器，從graph schema設(shè)計(jì)，到關(guān)系型數(shù)據(jù)-Graph映射，數(shù)據(jù)導(dǎo)入，數(shù)據(jù)查詢均可通過(guò)該工具實(shí)現(xiàn)，大大降低了使用門(mén)檻。數(shù)據(jù)導(dǎo)入后即可查詢N度鄰居、最短路徑等，而相對(duì)復(fù)雜的查詢也可以等技術(shù)人員寫(xiě)好以后，業(yè)務(wù)人員通過(guò)GraphStudio進(jìn)行查詢。