銀行智能實時申請反欺詐系統的實現

中國民生銀行總行 韓 健

銀行智能實時申請反欺詐系統的實現

中國民生銀行總行 韓 健

隨著電子信息技術的不斷發展，銀行卡的使用越來越廣泛，在這種情況下，交易欺詐問題時有發生。基于此，本文介紹了銀行智能實時申請反欺詐系統關鍵技術，分別從防范交易欺詐系統設計、申請反欺詐黑灰名單設計、申請反欺詐數據庫的設計以及智能接口設計等方面，提出了銀行智能實時申請反欺詐系統的實現方法，并分析了銀行智能實時申請反欺詐系統的應用效果。

銀行；實時申請反欺詐系統；模糊匹配

一、前言

近年來，各銀行紛紛推行種類多樣的銀行卡，從中賺取業務收入。銀行卡的使用為人們的生活提供了便利，在現實生活中一些別有用心的會人采用信息欺詐行為，謀取不正當的利益，不利于商業銀行的健康發展，因此，有必要建立起功能強大的銀行智能實時申請反欺詐系統，降低交易風險。

二、銀行智能實時申請反欺詐系統關鍵技術

（一）大數據技術

大數據技術是銀行智能實時申請反欺詐系統得以實現的技術支撐，常被用來收集數據信息，對采集到的數據信息進行分類整理，挖掘各種數據信息間的內在聯系等。大數據技術是當前形勢下處理信息的主要技術，可以在規定的時間內，采集、整理并提交有價值的信息，為企業制定科學的戰略決策提供技術支持。一般來說，大數據共有4個發展周期，首先是生成大數據并對數據進行處理，在這個環節中，涉及挖掘信息、預測模型等內容，其次是數據的存儲環節，將有價值的信息存儲在數據庫中，實現數據的實時更新，接著使數據計算結果的展示階段，最后一個階段指的是數據的可視化階段，在這個環節中會應用到流計算技術。

（二）中文模糊匹配技術

近年來，各銀行間的競爭越來越激烈，人們對銀行的工作人員提出了更高的要求。銀行在以往的審核過程中，常常會采用人工對比的工作方式，也有些銀行選擇匹配字符的方式對申請表進行審核，需要對照單位的地址、名稱、客戶的家庭住址、聯系方式等，這種工作形式，任務量較重，十分容易產生差錯。銀行的客戶在辦理業務時，常常會為了方便，簡要的填寫有關信息，例如將農業銀行簡寫為農行，把建設銀行寫作建行等，在填寫家庭住址時，寫的地址也不完整，只填寫省份信息或市的名稱，甚至有些客戶會混淆同音字，例如將明德花苑填寫成明德花園等，除此之外，還存在數字表現形式不統一等問題。在人工判斷時，這些信息都可以經過審核，而利用全字符卻無法識別這些信息，中文模糊匹配技術可以有效解決上述問題，計算文體中每一個詞的重要性，提取相應的特點，便于事后對信息進行處理[1]。

（三）數據流引擎技術

該技術可以實現同時設計、控制數據的目的，為用戶群體提供便利，簡化繁瑣的操作步驟，該方法在多路處理技術的支持下，可以滿足用戶在同一時間大批量處理信息的需求，提升系統的性能。該技術在銀行智能實時申請反欺詐系統中，可以將銀行的業務進行逐級劃分，對各種信息數據進行及時處理，該技術可以檢測異常信息，借助推理引擎判斷交易行為中的欺詐信息，并對相應的數據信息進行儲存，實現與其他接口的數據交互。

三、銀行智能實時申請反欺詐系統的實現方法

（一）防范交易欺詐系統設計

為有效方法交易欺詐行為，可以兩個方面入手。首先，需要建立交易信息識系統，同時加強對信息的驗證力度，這就要求事先掌握銀行卡的開戶所在地以及實時交易交易的地點，驗證這兩個地點是否處于同一個范圍內，一旦結果顯示為否定，系統會自動查詢到銀行卡開戶時留下的聯系方式，并發送驗證短信；如果在同一地區內，多次向之前未存在交易的某一賬戶或多個賬戶進行小額轉賬，則會向持卡人的手機上發送短信通知；在檢測到交易雙方不處于同一地區，交易風險不大時，會發送短信提醒，在得到確認后才可完成交易；在經過驗證后，若發現交易的風險較大，系統會自動鎖卡，及時發送短信提醒。

在識別交易風險時，可以把銀行的外部數據和內部數據整合在一起，驗證銀行卡的卡戶地點、交易地點以及收賬賬戶的開卡所在地，是否為同一地區，如果答案是否定的，會將短信驗證碼發動到持卡者的手機當中，在得到確認之后才可以完成交易，此外，還可以查找收賬賬戶的有關信息，并結合銀行開戶賬號的信息，采用圖譜分析的方法，探尋雙方賬戶是否存在聯系，如果在經過全面的分析后，發現二者間不存在任何聯系，則證明此次交易極有可能存在著風險，需要及時加以控制，終止交易，并向用戶發送短信提醒。

（二）申請反欺詐黑灰名單設計

黑、灰名單常被應用在人工處理信息的工作中，現階段，銀行的這兩種名單中僅記錄著客戶的姓名以及證件信息，而客戶的聯系地址卻并未進行記錄，為了豐富黑、灰名單系統的功能，構建全新的銀行智能實時申請反欺詐系統，需要借助已有的數據信息，完善相關內容。在具體的設計過程中，相關工作人員應當維護并更新系統的界面設置。銀行系統負責向客戶提供黑名單的導入功能，而客戶則需要以正確的形式將內容反饋給系統，然后系統把客戶提供的內容導入到黑名單報表中，上傳的黑名單文件只有在經過審批之后，才可以投入使用。在查詢黑、灰名單導入的界面中，設有查詢條件與數據項展示功能，通過此界面，可以查詢到文件的名稱、操作人員的信息以及操作的狀態等，還可以向工作人員展示名單的上傳時間、上傳信息的總量等各項內容[2]。

對于銀行的客戶來說，可以自行補充黑名單信息，在經過相關部門的審核之后才具有相應的使用價值，在用戶填寫黑名單時，需要詳細記錄黑名單的證件信息、聯系方式、家庭住址、工作單位的聯系方式等內容。此外，客戶可以在黑名單未經審批的黑名單進行修改，以此為銀行智能實時申請反欺詐系統提供可靠的信息。

（三）申請反欺詐數據庫的設計

設計銀行智能實時申請反欺詐系統時，還會設計到數據庫的設計，在這個過程中，包含的內容較為豐富，如：增加數據源、修正數據源并對數據源進行測試等內容，對于銀行的反欺詐系統來講，數據庫是保證系統平穩運行的保障。數據庫主要由三部分組成，分別為：信用報表文件、邏輯結構以及應用文件。為保證銀行智能實時申請系統可以最大限度的發揮自身效用，在對銀行的數據庫進行設計時，必須要嚴格規范數據庫的結構，并適時清除不具備意義的數據信息，使智能實時申請反欺詐系統的查詢速度得到提高，除此之外，為了保證數據庫的安全，必須加強保密工作，避免閑雜人等接觸數據庫。

數據庫的數據信息主要包含兩種，一種是聯機數據，另一種是批量數據，在采集這兩種信息時，需要采用不同的數據采集方法。在利用反欺詐系統完成外卡平臺、信用卡追擊等交易時，為便于查詢反欺詐信息，可以借助聯機的形式，記錄對接口的信息，并設置一定的過載設置，為客戶提供聯機服務。在設計另一種數據的采集方法時，為了便于測試并分析商戶、POS機等數據，需要每天清算一次系統中的數據信息，如：業務參數、測試代碼以及欺詐調查等內容[3]。

（四）智能接口的設計

在銀行智能實時申請反欺詐系統的運行過程中，行用卡審核系統與申請反欺詐系統間會進行信息交互，信息接口在這個環節中發揮著至關重要的作用，在對智能接口進行設計時，需要設計信息的交換方法以及互換的數據種類，并對反欺詐驗證結果的返回格式進行設計。

銀行每天都需要對采集到的數據信息之間的關聯性進行檢查，也可以稱為數據的欺詐驗證，信用卡審核系統利用FTP技術，把采集到的信息傳遞至申請反欺詐系統，在檢查完這些數據之后，申請反欺詐系統再以同樣的形式，將信息反饋給信用卡審核系統。由于雙方均使用FTP技術傳遞數據信息，所以雙方需要對數據進行分類，將種類相同的數據劃分到同一個范圍內，并分別進行命名，提高信息交互的準確性以及交互效率。除此之外，命名請求文件時，需要在名稱的后面添加一個后綴：_RESULT，并利用半角劃分申請件代碼和銀行代碼。

四、銀行智能實時申請反欺詐系統的實現效果

為了驗證銀行智能反欺詐系統應用效果，相關工作人員對系統的功能模塊與性能模塊進行了驗證，選擇固定大客戶的交易數據作為研究對象，提取了用戶近12個月的交易記錄。銀行的客戶數量增加，是必備會導致數據量增大，進而會影響到系統的響應時間，在實際的測試過程中，模擬同時有150人在線，驗證當平臺使用人數較多時，該系統的使用效能。工作人員詳細記錄了實驗結果，該實驗共分為6個步驟，把不同的數值輸入至系統中，當輸入的數值分別為10、30、60、90、120時，期望性能與實際性能大小相同，依次為10、30、60、90、120 ，而當輸入的數值為150時，期望的性能為133，實際性能為134。在此次試驗當中，通過增加使用者的數量，使系統的負荷能力得到提高，在對相應的模塊進行系統分析時，需要測算系統的負載，測算的環節包括收集業務信息、展現交易情景、邀請使用者參與測算活動等，這樣可以保證試驗結果的真實、可靠[4]。

在以往的反欺詐工作中，常常由人工負責對各種數據信息進行處理和判斷，此種工作方式任務量大、耗費的時間也比較常，處理效果并不理想。本文提到的銀行智能實時申請反欺詐系統，不僅提高了信息的處理速度，還可以提高信息處理的準確度。在準確率方面，系統首先會提示欺詐交易的大體數目，在經過人工核實后，判斷的準確率僅為48%，而智能實時申請反欺詐系統的準確率為100%，由此可以看出，應用智能實時申請反欺詐系統，有助于降低交易風險。

在登錄該系統時，需要登錄Web瀏覽器，該系統可以基于銀行工作人員的審核需求，豐富界面功能，簡化操作流程。實現對平臺的調試，可以滿足客戶的使用需求，提高業務的邏輯性，保證系統的平穩運行。再具體的使用過程中，可以實現對數據信息的實時監督與管理，為使用人員帶來一定的便利。此外該系統的負荷能力較強，工作性能較為穩定，可以提升信息處理的效率和質量。

五、總結

綜上所述，建立銀行智能實時申請反欺詐系統滿足時代發展的需要。銀行智能實時申請反欺詐系統的實現，需要結合先進的信息處理技術，加強對交易信息的審核，對數據信息進行分類整理，有效治理欺詐問題。因此，相關工作人員可充分考慮上述內容，促進銀行信用卡業務的平穩發展。

[1]林誠.出口信用保險欺詐問題研究[D].中國政法大學,2016.

[2]田瀟.銀行信用卡反欺詐系統的設計與實現[D].湖南大學,2016.

[3]丁群.銀行信用卡反欺詐管理研究[D].山東大學,2012.

[4]王永生.銀行信用卡申請反欺詐系統分析與設計[D].北京郵電大學,2011.

韓健（1982—），男，北京人，碩士研究生，研究方向：大數據與數據挖掘。