知识图谱和图计算在翼支付风控的应用.pdf

1、演讲人：徐德华翼支付总监 2023 风控领域知识图谱知识图谱应用未来展望翼支付风控知识图谱翼支付简介天翼电子商务有限公司是中国电信集团有限公司的成员企业，是国资委双百改革和发改委第四批混改“双试点”企业，也是“双试点”企业中唯一的金融科技公司。公司以翼支付APP为载体，提供支付方案、会员权益、民生服务、分期借贷、保险理财、消费电商等服务内容，依托区块链、云计算、大数据、人工智能等技术，致力于推动包括生活服务、金融服务的数字化升级秉持“响应监管、服务民生、资源共享、合作多赢”的理念，聚焦“开放、安全、便捷”的核心产品力，翼支付坚持通过服务投入与产品升级，构建贴合需求的管理与业务体系，以交流融合的

2、业务实践，推动产业各方实现数字化转型。什么是风控支付场景电商场景信贷场景支付账户盗用赌博洗钱银行卡盗刷羊毛党批量注册养号号召型套利虚假交易套现虚假商户信贷欺诈中介欺诈骗贷信用违约欺诈风险刷单合规黑产：技术全 分工细n黑灰产规模超千亿元n黑灰产从业人员达160余万n全年因垃圾短信、诈骗信息、个人信息泄露等造成的经济损失估算达915亿元n网络黑产已经呈现集团化、趋利化、产业链细分的趋势*网络“黑灰产”治理研究报告什么是风控人脸核验、证照翻拍、篡改、合成监测等视觉反诈在缺乏黑样本标签的风控场景，识别隐藏的异常风险无监督ML精准识别已知风险攻击行为，如欺诈、赌博等有监督ML满足合规和隐私保护的监管要求

3、下，丰富可用数据维度联邦学习图像翻拍图像合成无监督团伙挖掘基于信息流+资金流的联邦反诈能力翼支付图谱建设情况海量数据1增量数据2支支付付金金融融通通讯讯十万级十万级十亿级十亿级百亿级百亿级百亿级百亿级千万级千万级十亿级十亿级领域图谱 vs 通用图谱构建方式数据体量数据质量自上而下强schema百亿级数据质量相对较好，无实体对齐等问题知识图谱应用云篆知识图谱面向业务人员面向算法人员云篆知识图谱翼支付图算法体系SubGraph子图挖掘MetaPath图模式匹配GNN图神经网络RiskGraphSubGraph子图挖掘 问题：团伙欺诈，如黑中介，羊毛党规模大，破坏性强，隐蔽性高信贷业务中介团伙欺诈案

4、例某大规模团伙案例MetaPath图模式匹配先验业务经验：营销行为中，营业员故意隐瞒活动信息，将高价值营销物品私藏，用低额转账代替。这种典型的活动欺诈场景，同时，随着营业员反侦意识的提升，可能持有多个账号，一个进行办理订单，另一个进行转账，规避风控检查图模式抽象Cypher表达GNN图神经网络某典型洗钱案件拓扑结构 问题：非固定pattern的拓扑结构和属性信息，如何精准的表达和识别？思路：基于GNN的融合方案 挑战：大规模数据下的GNN模型部署GNN图神经网络基于GNN的融合反洗钱图模型a.图拓扑信息+节点统计信息：GNN表达b.资金中心折损率c.用户行为pattern未来展望展望 GPT带

5、来的图谱构建方式的思考数据 实时、时序能力系统 大规模分布式图训练框架 多模态异构数据融合 图联邦 监管对安全、对抗、隐私、公平的要求应用|翼支付风控AI产品侦图-视觉反欺诈为商户与个人的准入认证环节，提供全流程视觉反欺诈解决方案，包括：证照OCR与鉴伪 人脸活体检测与比对 相似背景照团伙作案检测风控决策引擎为金融风控提供360全生命周期决策管理能力，支持对准入、反欺诈、定价、催收等各环节策略进行统一管理、快速部署和实时监控迭代反洗钱平台提供一站式反洗钱解决方案，支持交易敏感操作场景下的反洗钱客户评价、可疑交易预警处理、大额风险预警识别等风险评估、尽职调查及相关报送服务云篆-知识图谱提供涵盖图存储层、计算层与应用层的一站式图能力接入，能够提供知识图谱全生命周期管，助力信贷反欺诈、营销反作弊、风险调查等业务场景翼支付基于多年业务实践经验，为行业输出多种标准化风控产品与解决方案，助力共建智能风控生态侦图视觉反欺诈反洗钱平台云篆知识图谱风控决策引擎标准化风控产品与解决方案