社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

建行运用大数据、机器学习、流式计算技术打造账户安全管理服务

银行科技研究社 • 3 年前 • 567 次点击  

《银行科技研究社》(作者 木子剑):3月24日,人民银行海口中支对外公示海南省第二批2个金融科技创新监管工具创新应用,其中之一为建设银行海南分行申请的“基于大数据分析的账户安全管理服务”,该行负责研发运维并提供金融应用场景,无第三方机构参与。


运用大数据、机器学习、流式计算等技术,识别中高风险交易


据悉,海南离岛免税商品交易场景中,涉嫌私运逃避海关监管、逃避应纳关税等违法行为的洗钱活动手法不断翻新,隐蔽性逐渐增强。 


该项目通过多项技术运用,构建风险识别模型,辅助银行实时监测涉及该类洗钱风险违规交易,提升银行账户安全管理水平。对识别出的中高风险交易,在人工核实后,根据风险等级对账户采取相应的交易限制措施,并向相关政府部门举报。


该创新应用主要运用3项技术。


一是大数据。基于客户充分授权,建设银行海南分行利用行内数据(客户身份信息、账户信息、历史交易信息)和来源合法合规的外部数据(比如司法冻结信息、工商信息、免税品促销信息等)进行处理分析,以多维度数据,为识别海南离岛免税商品交易场景下涉嫌逃避应纳关税的洗钱风险交易提供支撑。


二是人工智能,包括机器学习等技术。广泛收集并挖掘分析公安、司法等领域涉嫌私运逃避海关监管的案例,对海南离岛免税商品交易场景的相关数据进行指标化处理,筛选显著性特征,搭建风险监测模型,以提升对风险交易监测识别的效率和准确性。


三是流式计算。对客户的交易信息进行分布式实时分析处理,实现对潜在可疑交易识别的低时延和高效。 


该应用的创新性在于4点。


一是在数据维度方面,整合行内数据,引入行外数据,丰富海南离岛免税商品交易场景的数据维度,较传统的风险监测模型,基于多维度数据可更精准识别风险交易。


二是在风险识别效率方面,较传统模式下通过统一批处理方式进行风险识别,该项目采用流式计算等技术,支持交易数据实时分析,可提升银行账户安全管理的及时性。


三是在模型准确性方面,较传统的通用评分制模型,该项目对历史案例和相关数据进行指标化处理,可提升风险识别模型的准确性。


四是在产品创新方面,离岛免税行业是海南推进自由贸易、发展贸易经济的支柱产业,2022年离岛免税销售总额487.1亿元,但针对该场景下涉嫌私运逃避海关监管相关的违法洗钱活动,风险监测能力有待进一步提升。该项目借助金融科技手段打造适配性较高的风险监测模型,有助于强化金融账户风险管理能力。


该项目的预期规模是,预计年监测约5亿笔交易,涉及约4万亿元交易金额。


据了解,该创新应用的服务渠道为建设银行新一代核心系统。


兴业银行有相关创新应用,中小银行也通过新兴技术提升账户管理能力


据《银行科技研究社》了解,就在不久前的2月下旬,人民银行郑州中支公示的河南省新一批3个金融科技创新应用中,有1个也涉及账户安全管理,为兴业银行郑州分行申请的“基于机器学习技术的账户安全管理服务”。


兴业银行的项目同样采用机器学习、大数据等技术,构建基于多维度数据的风险账户识别模型。预计服务兴业银行郑州分行全辖个人客户160万户和企业客户2万户。不过,与建行的创新应用主要面向海南离岛免税商品场景不同,其主要是针对电信网络诈骗等场景。


当然,两项创新应用均是为了“账户安全管理”,这也是银行长期以来头疼的问题。 


近年来,越来越多中小银行也综合运用多项新兴技术,以此提升银行账户风险管理能力。 


比如青岛银行于2021年启动“小鹰账户管家”账户管理项目,其运用大数据、知识图谱、机器学习等技术,打造事前、事中、事后账户全生命周期管理工具,以优化账户服务水平。2022年初,“小鹰账户管家”一期正式上线,实现高风险目标追踪、涉案账户管理以及账户关联关系查询等功能。


银行业金融科技社群,有兴趣的朋友请添加群主:yktworld 备注:公司+姓名+职务+银行入群。仅限银行科技工作人员。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/154057