智能实时交易风险监控与分析系统的设计与实现

1绪论 (1)

1.1研究背景 (1)

1.2国内外研究与应用现状 (1)

1.3本文主要工作及技术 (2)

1.4本文结构 (2)

2相关技术研究 (4)

2.1设备指纹 (4)

2.2Memcached (7)

2.3决策树 (8)

2.4Drools (11)

2.5本章小结 (12)

3需求分析与总体设计 (13)

3.1相关基本概念 (13)

3.2需求分析 (13)

3.2.1整体业务模型 (14)

3.2.2风险模型管理业务模型 (14)

3.2.3习惯模型管理业务模型 (15)

3.2.4风险交易预警业务模型 (17)

3.2.5风险交易处置业务流程 (18)

3.3总体设计 (21)

3.4本章小结 (22)

4在线交易风险监控子系统的设计与实现 (23)

4.1设计目标 (23)

4.2系统整体架构设计 (23)

4.2.1技术架构设计 (23)

4.2.2逻辑架构设计 (24)

4.2.3整体流程设计 (25)

4.2.4部署架构设计 (28)

4.2.5安全框架设计 (28)

4.2.6日志体系设计 (29)

4.3数据采集接口设计与实现 (30)

4.3.1设备指纹数据采集 (30)

4.3.2实时交易数据采集 (32)

4.4风险监控规则抽象与实现 (34)

4.4.1规则要素抽象 (34)

4.4.2Drools规则实现 (37)

4.5风险评估模型设计与实现 (38)

4.5.1风险评分模型 (38)

4.5.2风险监控模型 (39)

4.6各模块设计与实现 (43)

4.6.1管理模块 (43)

4.6.2实时分析模块 (46)

4.6.3缓存模块 (50)

4.6.4实时数据模块 (52)

4.6.5转储模块 (54)

4.6.6预处理模块 (55)

4.6.7定时任务模块 (57)

4.7数据库设计 (58)

4.7.1整体规范 (59)

4.7.2开发规范 (59)

4.7.3数据库主要表结构 (59)

4.8本章小结 (63)

5离线交易风险分析子系统的设计与实现 (64)

5.1大数据平台架构 (64)

5.2行为习惯模型抽象原理 (66)

5.3行为习惯模型实现架构 (67)

5.4日志数据批量采集模块 (68)

5.5日志数据分析模块设计与实现 (71)

5.5.1交易日志表：LOG_TRANS (72)

5.5.2整合日志表：LOG_COMM (72)

5.5.3Router日志表：LOG_ROUTER (73)

5.5.4基于mapreduce的用户行为习惯分析 (74)

5.6本章小结 (75)

6系统测试与应用成效分析 (76)

6.1系统测试 (76)

6.2应用成效分析 (81)

6.2.1规则抽象配置 (81)

6.2.2用户习惯模型 (82)

6.2.3黑白灰名单管理 (83)

6.2.4交易风险预警 (84)

6.2.5机器学习监控模型 (85)

6.2.6社会与经济效益 (86)

6.3本章小结 (86)

7总结与展望 (87)

7.1总结 (87)

7.2展望 (88)

参考文献 (89)

致谢 (91)

攻读学位期间发表的学术论文目录 (92)

智能实时交易风险监控与分析系统的设计与实现

1绪论

电子银行具备离柜的服务特性，围绕电子银行渠道的违法犯罪活动日益猖獗、形式越发多样化、手段层出不穷。给客户的资金安全与交易安全带来很大隐患。发现可疑风险交易是最终确定欺诈交易的基础，交易欺诈属于操作风险中外部欺诈风险的一类。它是指在真实客户或银行不知情，欺诈者以非法获利为目的，通过传统渠道或电子渠道的转账、支付、消费等交易造成或预期造成真实客户所拥有的各账户资金或银行资金损失的行为。本文从理论研究开始，结合实际业务需求，将研究成果实际运用于设计与实现，并完成了与多个电子银行渠道系统的对接，将理论运用于实际生产环境中检验。

1.1 研究背景

在全球经济一体化的大背景下，金融模式正向着全球化、数字化、精细化发展。从某种意义上讲，新一轮竞争比拼的是电子银行的发展实力。电子银行作为银行在客户离柜阶段主要对外服务形式，随着信息技术与电子银行业务的快速发展，甚至已经客户与银行间主要交互服务方式。此外国内电商交易急速增长，各类线上支付终端快速普及，银行作为支付中介也同时在大力发展多种类型的渠道服务，人们消费和支付方式正在发生重大变化。近年来全球经济形式波动频繁，我国基于电子银行形式的欺诈案件已从一个平台期进入到高发期，电子银行交易风险正在高速积聚。新兴业务（如电子支付金额小、笔数多）和渠道自身特点（虚拟交易、追踪记录难度高）带来的风险也层出不穷，尤其值得关注的是2013年起互联网金融的快速兴起，这种纯粹线上交易的方式，更加需要银行通过全方位的风险管理体系来进行有效控制。如何有效地管控电子银行风险特别是客户交易风险已成为监管机构关注和银行必须面对的重要课题。电子渠道交易模式易于受到黑客的攻击，传统的风险防范手段不能有效防范电子手段的攻击。研究并设计实现完善事前、事中、事后的全面风险管理体系下的电子银行交易风险监控与反欺诈[8]系统有着重要的意义。

1.2 国内外研究与应用现状

国外电子银行风险监控与反欺诈方面起步较早，典型的产品主要分为两种类型：基于经验规则的系统与基于数据挖掘机器学习[9]的系统。最近几年一些国外大型软件企业