金融科技在互联网金融行业性风险防范领域的应用

胡鹏飞

北京宜信致诚信用管理有限公司，北京 100022

1 引言

2006—2016年，中国的普惠金融已经发展成为中国金融体系的重要组成部分，随着行业监管细则的不断落地，行业发展愈加有章可循。但与此同时，借款人的信用风险（借款人多头负债和欺诈风险）严重影响了行业的健康发展。这些风险如果得不到很好的防控，很可能会演化成一个行业的系统性风险。在此背景下，如何做好风险管理与防范成为行业发展的重中之重。

2 互联网金融行业面临的挑战

随着互联网金融行业规模的不断扩大，借款需求持续增加，行业整体的风控水平亟待提升，主要面临的挑战包括以下3点。

● 行业数据“孤岛”现象严重。互联网金融机构每天都会接到大量借款申请，但由于缺乏数据共享机制，机构获知有关借款人的信用数据，特别是强金融属性数据的难度非常大。一方面导致机构无法有效判断客户的风险等级，另一方面也导致多头负债现象频生。这就需要通过技术手段实现信用信息的互联互通，并从海量数据中挖掘有效信息用以识别信用风险。

● 行业恶意欺诈现象越来越严重，欺诈手段不断翻新，且趋于科技化、专业化、规模化，也更具有隐蔽性，这已经严重制约了互联网金融行业的健康发展。

● 金融科技在风控制领域渗透度低，行业机构的风控水平参差不齐，很多机构仍采用线下人工的传统信用审计方式，缺乏金融科技的应用与助力，在风控成本、风控质量、风控时效性上均无法满足实际的业务需求。

因此，首先应当解决行业数据割裂的瓶颈，形成了一个行业机构间的共享生态系统，实现互联网金融行业数据的互联与互通，有效防范行业多头负债的发生。其次，应拥有强大的信用数据分析与挖掘能力，推动数据在风控决策中的运用，帮助机构防范信用风险。最后，应最大化地将金融科技与业务融合，并通过量化评分、风险分级，对风险实现最优排序性和区分度，准确识别用户欺诈的可能性，精准反馈风险信息。

3 技术难点及应对思路

为了解决当前互联网金融行业面临的挑战，防范行业系统性风险的集中爆发，推动行业健康发展，北京宜信致诚信用管理有限公司（以下简称致诚信用）推出了致诚阿福风控平台（以下简称阿福平台），以共享为核心，基于强金融属性数据及先进风控经验、大数据分析应用及评分建模能力，采用分布式服务化的系统架构，通过RESTful应用程序编程接口（application programming interface，API）方式提供海量数据对接查询服务，帮助信贷机构防范在贷前调查、贷中授信和贷后管理中因信息不对称带来的潜在风险。除此之外，还将知识图谱、大数据分析等金融科技应用于信用审计风控领域，以提升机构风险管理的效率和效果，让金融科技成为金融行业发展的动力。这是专为网络借贷机构、消费信贷、小额信贷、银行信用卡中心等提供身份识别、反欺诈、信用评估等服务的一站式智能风控云平台。

在开发阿福平台的过程中，存在一些技术上的难点，主要包括以下几个问题。

（1）第三方机构的系统稳定性问题

第三方机构系统规范程度不同，提供服务的能力参差不齐，如果千万级的访问量直接运行在第三方机构的系统上，绝大部分系统都难以承载。即使有缓存层作为防护，还是会存在缓存穿透的可能性，导致大量请求涌入第三方机构，引发机构的服务“雪崩”。因此，一方面要做好监控预警，另一方面也要充分挖掘第三方机构的系统承载潜力。因此，提出了第三方机构系统“健康度”的概念。

健康度是根据第三方机构历史吞吐量、响应时间、服务返回数据质量综合计算得出的。在分发请求时，会根据健康度智能决定查询数据的方式。如果健康度高，能够满足秒级响应，则实时反馈查询结果；如果健康度一般，则从缓存获取，随后异步请求机构，更新缓存内容，从而保证秒级响应；如果健康度差，则直接从缓存获取数据。同时，监控系统也会检测到机构的健康度问题，及时和第三方机构进行沟通处理。

（2）并发访问性能问题

由于对并发访问性能有很高的要求，需要应对10亿级的被查历史数据量、千万级访问请求量、亿级的请求分发量、秒级的访问响应时间，因此通过优化缓存命中率和并发访问调度机制来解决。

首先，建立多级缓存机制，包含内存级缓存和固态硬盘（solid state drive，SSD）级缓存，内存级缓存过期时间为24 h，SSD级缓存过期时间为7天（可配置），在两级缓存的作用下，缓存命中率将达到80%以上，缓存集群采用Redis集群方式部署。缓存失效分为主动失效和被动失效，被动失效采用最近最少使用（least recently used，LRU）算法，主动失效为确保查询的信息准确性，在系统容量充足且第三方机构健康度指标达标的情况下，主动发起信息更新行为。

其次，采用NIO+连接池的方式提高并发访问性能，减少分布式锁的使用，同时通过多级测试获得单个服务节点的服务能力上限，使线程数为最佳设置值，最大限度地利用系统性能。

（3）异构数据处理问题

将知识图谱技术应用于信用审计风控领域，可提升机构风险管理的效率和效果。在构建知识图谱的过程中，需要处理大量的不同数据源的异构数据，如果针对每一个新增的数据源都写一个对应的适配器，会极大地影响开发效率，增加维护难度。因此，可通过引入MoonBox和Wormhole解决异构数据处理问题。

通过引入上述技术，可以实现支持自动适配不同数据源（包括My SQ L、Oracle、HDFS、MongoDB等）、透明化异构数据系统异构交互方式、跨异构数据系统混算。Wormhole还可提供可视化的操作界面、极简的配置流程、基于SQL的业务开发方式，并屏蔽大数据处理底层技术细节，使知识图谱项目开发和管理变得更加可控可靠。

4 平台架构

阿福平台采用分布式架构设计，系统主要包括展示层、服务层、消息层、缓存层、数据层、监控层6部分，涵盖了从用户请求接收和分发、异构数据的接入和归一化处理、数据模型的构建、对外服务能力的输出以及系统整体健康度的检测和预警等内容，系统架构如图1所示。

图1 系统架构

（1）展示层

通过使用Shrio和分布式会话管理技术，支持不同机构用户动态展示不同菜单功能项，优化了展示效果。同时通过使用单点登录（single sign on，SSO）技术，提供各子系统用户统一信息查询入口，包括通过用户界面（user interface，UI）直接查询和通过RESTful API批量查询，在确保用户体验的基础上，满足了用户多种查询模式的需求。

（2）服务层

将Dubbo作为分布式服务框架，使用ZooKeeper提供服务的自动注册与发现，使用Hystrix提供服务熔断机制，使用UAVStack提供服务限流和降级、自动化应用/服务画像、无侵入调用链跟踪、一站式线程分析、秒级大规模服务图谱绘制、浏览器访问跟踪、多维可视化看板等功能。

（3）消息层

使用Kafka和RocketMQ提供消息服务，其中Kafka应用于日志信息同步，RocketMQ应用于订单等要求高可用的使用场景。构建统一的消息中心，支持多种消息中间件，同时抽象出消息的发送和接收、消息限流、消息去重等功能。

（4）缓存层

使用R e d i s、M e m c a c h e等建立CacheManager，提供统一缓存服务接口、分布式锁服务，同时针对对象存储提供透明的序列化/反序列化服务，支持无缝扩展NoSQL数据源。

（5）数据层

采用MySQL+HBase集群的方式，其中MySQL采用Sharding-JDBC进行分库分表，同时为提高读取性能，采用了读写分离技术，一主多从。使用DBus进行流式同步，解决不同业务系统的数据源的同步效率问题，使数据同步效率从原来的T+1提高到准实时。

（6）监控层

建立多级监控体系，引入E L K+UAVMonitor ，能够对虚拟机、Docker、物理机的基础性能指标、Java虚拟机、线程状态、服务整体生命周期、服务调用栈、统一日志、数据库连接池等进行全面监控和预警。

图2 知识图谱架构

5 知识图谱在平台的应用

平台将知识图谱技术应用在反欺诈领域，为传统风控带来了极具竞争力的革新。目前利用致诚信用11年来的海量数据，构建了一个包含企业实体超过1亿、人的实体超过4 000万、关系量超过50亿的知识图谱。

知识图谱对数据的存储和组合有巨大优势，但是不利于进一步的分析，因此结合金融行业的特点，形成了一个更适用于金融场景的社交网络图谱。不同于微信、微博等一般社交网络，金融场景下的社交网络更为稀疏，且节点含有丰富的金融属性，状态变化频繁。社交网络的属性描述如下。

● 节点：基于贷前贷后数据进行用户画像，如进件次数、被拒次数、最近申请时间等。

● 边：把实体关系细分为o w n、contact、call等，并通过组合得到人与人之间的不同关系。

构建知识图谱基于的数据来源于两大块数据源：一是软件开发工具包（software development kit，SDK）传递的用户设备数据，如设备基本信息、IP地址信息、全球定位系统（global positioning system，GPS）信息等；二是致诚信用历史用户授权信息。针对不同的数据源，采用不同的处理方式。对于实时数据，基于Spark Streaming开发了数据导入工具，对其进行数据清洗、格式转换、自然语言处理等相关操作，可以在秒级时延内将数据导入系统。对于一些历史数据，使用Spark和MapReduce进行处理。另外，对于已经存储的社交网络数据，可以通过RESTful API方式进行查询，也可以将数据导入Hive中，供数据分析人员进行数据分析。知识图谱架构如图2所示。

通过构建的知识图谱，可以进行图特征提取，计算人脉信用得分和反欺诈得分，进行触黑关联查询等，其应用如图3所示。

图3 知识图谱的应用

6 应用效果

（1）大幅提升信审时效

通过强大的信用数据分析与挖掘能力，解决了行业数据割裂的瓶颈，在得到客户授权的前提下，以共享为基础，通过分布式架构设计及API调用技术，形成了一个行业机构间的共享生态系统，实现了互联网金融行业数据的互联与互通，有效防范了行业多头负债的发生。截至2017年10月，阿福平台已经为行业累计预警多头借贷1 733万次。其中，在2家及以上机构申请借款的总人数达443万人，在5家及以上机构申请借款的总人数达137.8万人，同一借款人最多向30家机构申请了借款。此外，还帮助行业机构将传统线下审批模式升级为线上智能决策的模式，并成功解决了千万级并发访问性能问题，实现了查询结果秒级反馈，大大降低了风控成本，提升了信用审计效率。

（2）提升行业反欺诈能力

以知识图谱为底层架构建立了反欺诈的风控体系，创新性地研发了福网，以经过校验核实的多条业务线的风险数据、社交数据以及其他数据为基础进行整合，在提升数据纯度的基础上，有效释放了数据价值，通过自然语言处理、机器学习、聚类算法等方法构建了模型，创建了多维度数据画像。通过量化评分、风险分级，对风险实现最优排序性和区分度，准确识别用户欺诈的可能性，并为机构反馈精准且区隔度高的风险信息。在欺诈客户的造假手段识别，构建客户知识图谱、社交关系网络，从更多维度识别隐蔽性欺诈、团体欺诈预警等方面，都取得了非常好的防范效果。截至2017年10月，阿福平台有效识别欺诈借款人31 784人，拦截欺诈申请109 367次。

[1] ABREU D D, FLORES A, PALMA G, et al.Choosing between graph databases and RDF engines for consuming and mining linked data[C]//The 4th International Conference on Consuming Linked Data,July 13, 2013, Sydney, Australia. Aachen:CEUR-WS.org, 2013: 37-49.

[2] BORDES A, USUNIER N, WESTON J, et al.Translating embeddings for modeling multi-relational data[C]//The 26th International Conference on Neural Information Processing Systems,December 5-10, 2013, Lake Tahoe, USA.New York: Curran Associates Inc., 2013:2787-2795.

[3] JENATTON R, ROUX N L, BORDES A, et al.A latent factor model for highly multirelational data[C]//The 25th International Conference on Neural Information Processing Systems, December 3-6,2012, Lake Tahoe, USA. New York:Curran Associates Inc., 2012: 3167-3175.