實時圖數(shù)據(jù)庫助力金融風控升級

李晨

隨著互聯(lián)網(wǎng)金融的發(fā)展，傳統(tǒng)金融機構一邊享受著金融科技帶來的效率提升和服務邊界的擴大，另一邊“黑產(chǎn)（網(wǎng)絡黑產(chǎn)）”的攻擊手段也在不斷升級，金融機構遭遇的欺詐情況越來越復雜，基于知識圖譜的關聯(lián)反欺詐應運而生。

風控就是攻守雙方技術的進化史

隨著互聯(lián)網(wǎng)金融的發(fā)展，傳統(tǒng)金融機構一邊享受著金融科技帶來的效率提升和服務邊界的擴大，另一邊隨著科技的發(fā)展，“黑產(chǎn)”也從盜號演變成了利用大規(guī)模攻擊、通過IP池等技術繞過風控規(guī)則，金融機構遭遇的欺詐情況越來越復雜，主要有四點變化：

第一，專業(yè)化。目前的“黑產(chǎn)”團隊已經(jīng)非常專業(yè)，不僅有專業(yè)的風控人員、專業(yè)黑客，甚至還有AI專家，因此，金融機構或者金融服務機構如果沒有掌握更先進的技術必然無法在技術上獲得一個比較優(yōu)勢。

第二，產(chǎn)業(yè)化。金融欺詐已經(jīng)從單個作案發(fā)展成了團伙作案，因此“黑產(chǎn)”團伙需要通過大量賬號進行大規(guī)模攻擊以期獲得更大的收益。這種方式導致雖然他們的欺詐模式不斷變化，但是在短時間內(nèi)會有行為慣性，也給了風控人員抓住這種行為痕跡的時機。

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

第四，突發(fā)化。因為黑號一旦進入征信系統(tǒng)后號碼將無法再次騙貸，因此，“黑產(chǎn)”行業(yè)主要從兩種方式榨取黑號的最大價值，一是他們會用一個號碼在很短的時間內(nèi)對多個平臺進行騙貸申請，二是很多賬號在同一時間內(nèi)對一個漏洞進行大規(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)測系統(tǒng)具備高實時性的能力。

綜合來看，回首近年來金融業(yè)的發(fā)展可以看到，風控就是攻守雙方技術的進化史。

基于圖關系的金融解決方案

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)在的基于知識圖譜（關系網(wǎng)絡）反欺詐三次進化，其中，基于知識圖譜反欺詐依賴的底層技術就是圖數(shù)據(jù)庫技術。

美國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。其實圖1的點就相當于現(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按照規(guī)律快速地連接起來，就是實時圖數(shù)據(jù)庫要做的事情。

點是用戶數(shù)據(jù)，而用戶數(shù)據(jù)是圖數(shù)據(jù)庫的基礎，因此如何遵循法律法規(guī)和監(jiān)管要求，按照用戶授權收集數(shù)據(jù)是關系網(wǎng)絡反欺詐的關鍵，本文暫不對數(shù)據(jù)采集這部分進行展開說明。

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，風控人員就可以利用用戶的客戶社會關系、交易模式關聯(lián)、互聯(lián)網(wǎng)行為、移動設備等數(shù)據(jù)對客戶的行為模式進行匹配分析，最后通過反欺詐規(guī)則引擎和機器學習加以輔助，以此判斷客戶存在欺詐的可能性。

接下來介紹一下基于TigerGraph的反欺詐系統(tǒng)架構。

首先，TigerGraph實時圖數(shù)據(jù)庫能夠在支付處理前識別欺詐。基于圖靈活的Schema特性，TigerGraph支持將不同來源的數(shù)據(jù)匯集，基于數(shù)據(jù)之間的關系組成類似寬表一樣的全局Graph。

其次，TigerGraph通過“機器學習+圖數(shù)據(jù)庫”識別欺詐，目前，機器學習技術面臨著特征值不夠多、不夠有效的問題，TigerGraph圖數(shù)據(jù)庫能夠通過對用戶的關系特征進行建模，然后基于圖數(shù)據(jù)庫進行毫秒級實時甄別。因此，對于系統(tǒng)內(nèi)已標記人群，通過圖數(shù)據(jù)庫能夠快速通過他的人群特征，進行欺詐判定，而對于系統(tǒng)內(nèi)未標記或標記過期人群來說，TigerGraph圖數(shù)據(jù)庫在系統(tǒng)里能夠毫秒級生成百余項關系特征，并且基于決策樹或邏輯回歸等方式進行分類和數(shù)據(jù)分析。

最重要的一點是，TigerGraph圖數(shù)據(jù)庫采用的無論是基于關系得到的特征還是基于決策樹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)關注的“可解釋的AI”提供了解決方案。

TigerGraph實時圖數(shù)據(jù)庫反洗錢應用

反欺詐的例子展示了TigerGraph圖數(shù)據(jù)庫與機器學習的結合。接下來通過兩個反洗錢的應用場景來了解TigerGraph圖數(shù)據(jù)庫的另外一個優(yōu)勢—深度鏈接分析。

第一個場景是利用圖數(shù)據(jù)庫在反洗錢中發(fā)現(xiàn)漏報和提高反洗錢偵測準確性。比如一個新用戶此前沒有金融交易歷史記錄，那么系統(tǒng)就沒有預警，不會將其列入高風險類別，工作人員也就會把這筆交易標記為低風險。但是利用圖數(shù)據(jù)庫進行深度鏈路分析之后，會發(fā)現(xiàn)這個用戶的號碼是和別人共用的，并且曾經(jīng)有一些洗錢的預警，那這筆交易的系統(tǒng)判定就從低風險變成了高風險。

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

第二個場景是利用圖數(shù)據(jù)庫在混合經(jīng)濟模式中追蹤反洗錢（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資金流向的上下游進行深層交易追溯，去掌握它的整個洗錢網(wǎng)絡，這就取決于數(shù)據(jù)庫能否支持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監(jiān)管，即使交易手段和交易鏈路較之過去更加復雜，在TigerGraph的強大算力下，洗錢網(wǎng)絡也將被一網(wǎng)打盡。

大數(shù)據(jù)+圖技術應用現(xiàn)狀

基于圖數(shù)據(jù)庫技術在這些場景中優(yōu)異的表現(xiàn)，目前很多的企業(yè)開始對圖數(shù)據(jù)庫表示出了興趣，并且有一些前瞻性的企業(yè)已從這項技術中受益并取得競爭性優(yōu)勢。

其實，圖技術已經(jīng)出現(xiàn)很多年了，但仍有很多企業(yè)沒有用起來，是什么阻礙了這項技術的推進呢？

首先一點是無法擴展到多臺機器，剛才我們已經(jīng)提到，要想知識圖譜發(fā)揮最大效用，數(shù)據(jù)種類的豐富性和數(shù)據(jù)存儲年限都是非常重要的，但是之前的圖數(shù)據(jù)庫大多都是單機版，機器的配置大大限制了數(shù)據(jù)的存儲范圍。

舉個例子，我們的某個銀行客戶想針對反套現(xiàn)場景的資金回流進行分析，即個人通過信用卡將錢刷給商家，商家再通過其他賬戶將錢打回給個人的儲蓄卡。

在這個場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)過數(shù)據(jù)清洗以后，僅是10個月借記卡數(shù)據(jù)+1個月信用卡數(shù)據(jù)規(guī)模仍有5個T。

過去的圖數(shù)據(jù)庫無法支持這樣的數(shù)據(jù)量，基于TigerGraph，我們用了12臺機器的集群實現(xiàn)了本期數(shù)據(jù)的存儲，并將計算效率從之前的3～4天得到結果縮短到1～30分鐘。

此外，客戶后期的設想是想把借記卡和信用卡各13個月的數(shù)據(jù)放進去進行分析，基于這些更多的數(shù)據(jù)應用場景才能更全面地覆蓋到套現(xiàn)群體，而這個數(shù)據(jù)規(guī)模對于TigerGraph來說也不是問題。

第二點就是通過以上提到的反洗錢案例可以看到，分析路徑每增加一步，都可能揭示更多的鏈接和隱含的關系，實際業(yè)務中需要做到3～10步以上的分析，目前的圖數(shù)據(jù)庫在企業(yè)級場景下，2度到3度查詢時就會出現(xiàn)超時或者內(nèi)存溢出的場景，如此淺層的特征關系欺詐者甚至可以偽造，這樣的性能可以說對欺詐甄別的幫助很小。

最后一點是我們對欺詐等場景是有實時性要求，而其他數(shù)據(jù)庫難以做到亞秒級查詢并支持實時更新操作。

盡管目前國家對反洗錢等場景的時限要求并不高（按天計），這也是由于之前的技術發(fā)展未能實現(xiàn)更迅速的計算效率而做出的折中。理論來說，金融領域的任何案件在時效性上必然是越快越好。

目前，我們給國內(nèi)某支付機構做的反洗錢系統(tǒng)，場景識別已經(jīng)做到了分鐘級。綜合以上三點，目前每一點都有替代的解決方案，很多公司通過圖數(shù)據(jù)庫+大數(shù)據(jù)平臺的方式實現(xiàn)了大數(shù)據(jù)量+秒級相應的效果，但是這樣的解決方案由于技術門檻較高無法輕易掌握。

而作為普通企業(yè)來說，需要一款簡單、成熟的解決方案來滿足這三點要求，實時圖數(shù)據(jù)庫TigerGraph能夠很好地滿足企業(yè)這三方面的需求。

TigerGraph的獨門武器

第一，在可擴展性和高性能方面，TigerGraph作為全球實現(xiàn)原生并行圖數(shù)據(jù)庫技術的公司，底層基于原生并行圖存儲結構，所有的數(shù)據(jù)都以邊和節(jié)點的形式進行存儲，數(shù)據(jù)在進入TigerGraph時會進行壓縮，加之圖分區(qū)技術，實現(xiàn)了較之其他圖數(shù)據(jù)庫50～200倍的存儲規(guī)模。

邊和節(jié)點既是存儲模型又是計算模型，所有的節(jié)點都以內(nèi)部索引的形式表達以利于快速定位，基于MPP架構支持大規(guī)模并行計算。基于以上，TigerGraph在單個項目上實現(xiàn)了千億節(jié)點，萬億邊的數(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自主開發(fā)了類SQL的圖查詢語言GSQL，GSQL擁有圖靈/SQL完備的表達力，即目前所有的SQL查詢和算法都可以通過GSQL實現(xiàn)，支持以天計（不是以周計）的PoC（項目驗證）向客戶展示價值。

第三，TigerGraph開發(fā)了GraphStudio可視化開發(fā)工具，這款工具基于瀏覽器，從graph schema設計，到關系型數(shù)據(jù)-Graph映射，數(shù)據(jù)導入，數(shù)據(jù)查詢均可通過該工具實現(xiàn)，大大降低了使用門檻。數(shù)據(jù)導入后即可查詢N度鄰居、最短路徑等，而相對復雜的查詢也可以等技術人員寫好以后，業(yè)務人員通過GraphStudio進行查詢。