一种实现金融反诈骗规则引擎的系统和方法

摘要

本发明公开了一种实现金融反诈骗规则引擎的系统和方法，包括基础平台层用于模型训练和数据分析，基于底层的大数据及人工智能算法，构建银行端的规则配置平台；模型数据层用于提供相关模型和数据；基础引擎层用于计算所述模型数据层的各种基础特征；决策层用于根据输入模型数据和基础引擎层的结果进行判决。有效减少全国反电诈管控领域各级、各部门的现有信息系统重复建设的投入成本；能够守护人民群众个人财产安全，间接保障可支配收入流向实体经济；显著提高我国防范和处置诈骗分子利用金融渠道洗钱分赃的能力。

说明书

技术领域

本发明涉及金融服务技术领域，具体来说，涉及一种实现金融反诈骗规则引擎的系统和方法。

背景技术

随着反电信网络诈骗工作的不断深入，防范和打击工作的重中之重都转向了金融机构。在金融领域中，金融机构在反欺诈环节中更为关注的是信用欺诈的防范，但是对于电信网络诈骗的治理，从有关数据源到相应的模型规则都尚未建立一套成熟规范的支撑体系。

显而易见的是，无论是通过哪种形式进行诈骗，人民群众被诈骗的钱财都会在金融渠道进行流转，也都会在银行账户上得以体现。因此，管住了银行账户，就等于管住了诈骗的资金流，管住了诈骗的资金流，让骗子骗来的钱转不出去，装不进自己的口袋里，就等于打在了骗子的“七寸”上，从而对于欺诈案件的治理起到了事半功倍的作用。

目前，电信网络诈骗案件借助移动互联网的普及，在诈骗手段方面层出不穷，在诈骗场景方面不断延伸，在诈骗数量方面依旧高发，金融机构作为资金结算的发起者和监控者，有义务有责任建立一种金融反电诈规则引擎。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的上述技术问题，本发明提出一种实现金融反诈骗规则引擎的系统和方法，能够分析研判电信网络诈骗案件，总结最新的欺诈行为特征，整合清洗反电诈行业数据，建立权威的电信诈骗黑名单；提供高效稳定的决策服务，提供简洁易用的规则决策配置平台；能够克服现有技术的上述不足。

为实现上述技术目的，本发明的技术方案是这样实现的：一种实现金融反诈骗规则引擎的系统，其特征在于，包括规则配置平台、规则决策引擎和云架构平台；所述规则配置平台包括登录模块、场景模块、规则模块和流程模块；所述规则决策引擎包括规则决策服务模块和决策重载模块；

所述云架构包括基础平台层，其用于模型训练和数据分析，基于底层的大数据及人工智能算法，构建银行端的数据平台；

模型数据层，其用于提供相关模型和数据，其中，相关模型包括交易身份核验模型、交易行为特征模型、开户人身份核验模型、开户行为特征模型、预警保护模型、频度模型和资源离散模型；相关数据包括反电诈系统黑名单库、公安黑名单库、边境反制系统攻防渗透数据库；

基础引擎层，其用于计算所述模型数据层的各种基础特征；

决策层，其用于根据输入模型数据和基础引擎层的结果进行判决，所述决策层包括规则决策引擎和加载策略集合。

进一步地，所述登录模块用于根据用户数据对用户输入的密码进行加密，与所述规则配置平台中存储的用户密码进行校验。

进一步地，所述场景模块用于根据用户名找到所述模型数据层中的用户ID关联的场景数据，新增或删除场景列表，其中场景列表包括：用户编号、名称、创建人及更新时间。

进一步地，所述规则模块用于保存用户选择的变量和规则逻辑，新增或修改所选规则集中的规则逻辑。

进一步地，所述流程模块用于根据用户绘制的流程图及图中包含的信息，将用户输入数据转化为BPMN文件并持久化到基础平台层的数据库中。

进一步地，所述规则决策引擎用于根据用户输入参数执行已配置的决策逻辑，设有接收决策结果的API接口。

进一步地，所述加载策略集合根据业务人员在配置平台上线的规则决策定义，同步更新线上服务的决策逻辑。

根据本发明的另一方面，提供了一种实现金融反诈骗规则引擎的方法，包括以下步骤:

S1、根据对数据收集、情报分析、风险量化构建反欺诈情报体系，以攻击者的视角了解自身业务风险状况；

S2、通过对黑灰产的沟通渠道、交易平台、核心资源、攻击流量和攻击工具进行监控，收集黑灰产情报数据，其中，收集黑灰产情报数据前，需了解黑灰产最新动向，对黑灰产工具进行逆向分享，发现其利用的业务逻辑漏洞；

S3、对收集的所述黑灰产情报数据进行清洗、分析、统计和挖掘，并转换成情报信息；

S4、采用规则引擎根据输入和基础引擎的结果进行判决，通过专家规则的方法进行识别，其中，规则配置平台至少通过命令行工具配置，表达目前已有规则使用情况。

进一步地，在所述步骤S4中，规则引擎采用实时决策引擎，用于对不同的组织或场景制定不同的策略。

进一步地，在所述步骤S4中，实时决策引擎采用了高效的RETE并行推理算法，用于保证的专家配置或自动生成规则的快速执行。

本发明的有益效果：能直接减轻或免除案件给人、社会造成的损害，实现保护人民财富，减少无益消耗和损失；有效减少全国反电诈管控领域各级、各部门的现有信息系统重复建设的投入成本；能够守护人民群众个人财产安全，间接保障可支配收入流向实体经济；显著提高我国防范和处置诈骗分子利用金融渠道洗钱分赃的能力，从而最大程度地预防和减少相关案件及其造成的损害；维护金融市场运行稳定，促进经济社会全面、协调、可持续发展。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例所述的一种实现金融反诈骗规则引擎的系统的结构图；

图2是根据本发明实施例所述的一种实现金融反诈骗规则引擎的方法的流程框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

如图1-2所示，根据本发明实施例所述的一种实现金融反诈骗规则引擎的系统，其特征在于，包括规则配置平台、规则决策引擎和云架构平台；所述规则配置平台包括登录模块、场景模块、规则模块和流程模块；所述规则决策引擎包括规则决策服务模块和决策重载模块；

所述云架构包括基础平台层，其用于模型训练和数据分析，基于底层的大数据及人工智能算法，构建银行端的数据平台；

模型数据层，其用于提供相关模型和数据，其中，相关模型包括交易身份核验模型、交易行为特征模型、开户人身份核验模型、开户行为特征模型、预警保护模型、频度模型和资源离散模型；相关数据包括反电诈系统黑名单库、公安黑名单库、边境反制系统攻防渗透数据库；

基础引擎层，其用于计算所述模型数据层的各种基础特征；

决策层，其用于根据输入模型数据和基础引擎层的结果进行判决，所述决策层包括规则决策引擎和加载策略集合。

在本发明的一个具体实施例中，所述登录模块用于根据用户数据对用户输入的密码进行加密，与所述规则配置平台中存储的用户密码进行校验。

在本发明的一个具体实施例中，所述场景模块用于根据用户名找到所述模型数据层中的用户ID关联的场景数据，新增或删除场景列表，其中场景列表包括：用户编号、名称、创建人及更新时间。

在本发明的一个具体实施例中，所述规则模块用于保存用户选择的变量和规则逻辑，新增或修改所选规则集中的规则逻辑。

在本发明的一个具体实施例中，所述流程模块用于根据用户绘制的流程图及图中包含的信息，将用户输入数据转化为BPMN文件并持久化到基础平台层的数据库中。

在本发明的一个具体实施例中，所述规则决策引擎用于根据用户输入参数执行已配置的决策逻辑，设有接收决策结果的API接口。

在本发明的一个具体实施例中，所述加载策略集合根据业务人员在配置平台上线的规则决策定义，同步更新线上服务的决策逻辑。

根据本发明的另一方面，提供了一种实现金融反诈骗规则引擎的方法，包括以下步骤:

S1、根据对数据收集、情报分析、风险量化构建反欺诈情报体系，以攻击者的视角了解自身业务风险状况；

S2、通过对黑灰产的沟通渠道、交易平台、核心资源、攻击流量和攻击工具进行监控，收集黑灰产情报数据，其中，收集黑灰产情报数据前，需了解黑灰产最新动向，对黑灰产工具进行逆向分享，发现其利用的业务逻辑漏洞；

S3、对收集的所述黑灰产情报数据进行清洗、分析、统计和挖掘，并转换成情报信息；

S4、采用规则引擎根据输入和基础引擎的结果进行判决，通过专家规则的方法进行识别，其中，规则配置平台至少通过命令行工具配置，表达目前已有规则使用情况。

在本发明的一个具体实施例中，在所述步骤S4中，规则引擎采用实时决策引擎，用于对不同的组织或场景制定不同的策略。

在本发明的一个具体实施例中，在所述步骤S4中，实时决策引擎采用了高效的RETE并行推理算法，用于保证的专家配置或自动生成规则的快速执行。

利用规则引擎和模型平台，对金融安全风险进行事前、事中的有效识别、防范及拦截，进一步强化对电信网络诈骗违法犯罪的源头治理，并对已识别用于作案的银行账户加以限制和拦截，从而从源头上减少诈骗案件的发生，有效落实党中央提出的诈骗资金转移不出去的治理目标，切实保障金融消费者的资金财产安全。

为了方便理解本发明的上述技术方案，以下通过具体使用方式上对本发明的上述技术方案进行详细说明。

金融反诈骗规则引擎云架构包括基础平台层、模型数据层、基础引擎层和决策层，数据平台层主要包括大数据分析和建模平台，具体包括Hadoop、Spark、Tesnsorflow，用于模型训练和数据分析；基础引擎层包含行为模型服务、名单服务、实时画像服务，计算各种基础特征。

首先建立反欺诈情报体系

从数据收集、情报分析、风险量化几个维度出发，以攻击者的视角了解自身业务风险状况；

通过对黑灰产的沟通渠道、交易平台、核心资源、攻击流量、攻击工具等多个维度进行监控，收集黑灰产情报数据；

对收集到的黑灰产数据进行清洗、分析、统计和挖掘转换成有价值的情报信息，并且了解黑灰产最新动向，对黑灰产工具进行逆向分享，发现其利用的业务逻辑漏洞。

针对上述问题采用实时决策引擎

根据输入和基础引擎的结果进行判决，做出判定结果，通过专家规则的方法进行识别，在功能设计方面，应该表达目前已有规则使用情况；

实时决策引擎可以针对不同的组织，不同的场景制定不同的策略；

在规则执行中，实时决策引擎采用了高效的RETE并行推理算法，该算法保证的专家配置或自动生成规则的快速执行，在此系统中，数千条规则可以在10毫秒内完成执行。

金融反诈骗规则引擎由两个子平台组成，分别为规则配置平台及规则决策引擎。

规则配置平台设有多个模块，包括如下模块：

登录模块，用户输入用户名和密码登陆规则配置管理系统；用户需要输入用户名和密码，点击登录，系统后台与数据库中的密码进行对比，两者一致则登录成功；

场景模块，包括场景展示用于展示场景列表；场景编辑用于编辑指定场景的详情页。

规则模块，包括规则编辑用于编辑规则集中的规则；规则组合用于选择规则集整体的命中逻辑，即：多条规则的组合逻辑；规则测试用于对已配置的规则集进行测试。

规则决策引擎设有两个模块，其模块如下，

规则决策服务模块，根据用户输入参数执行已配置的决策逻辑，最终返回决策结果的API接口；

决策重载模块，根据业务人员在配置平台上线的规则决策定义，同步更新线上服务的决策逻辑。

规则决策引擎系统是一个支持实时规则决策与指标输出，具有高并发、低延时特点的在线服务系统。

通过大数据技术与人工智能技术，建设数据权威、模型有效、配置灵活、响应实时的金融反诈骗规则引擎。

在具体使用时，根据本发明所述的一种实现金融反诈骗规则引擎的系统和方法，首先登陆系统；根据用户名找到数据库中的用户ID关联的场景数据， 创建或编辑场景；在数据库中查找所选场景关联的规则数据和流程数据，上传至规则引擎服务系统；用户进行规则流程上线的功能；用户在选择规则比较逻辑以及添加与变量相比较的值或另一变量；用户在规则编辑界面还可以选择规则集的命中逻辑，以规则名称作为参数；输入参数为系统默认值，展示测试结果的数据结构；用户需要选择具体的规则集、添加流程走向的逻辑表达式以及标志最终决策的终止节点；用户需要选择测试用的变量并赋值，执行流程的测试；查看已部署上线的规则决策版本，包括场景名称、流程版本、操作人、操作时间等信息；查看规则配置时可选择的变量信息，包括变量名称、变量解释、变量类型等信息；接受具体场景的规则和流程配置的API接口，实时部署该场景的规则决策服务；根据用户提供的原始参数进行变量的计算，衍生得到规则使用的变量值；加载规则集的配置信息，执行规则集中的每条规则，最终输出规则集的结果；加载流程的配置信息，按照BPMN中定义的流程执行所选规则集的任务，根据规则集的结果执行正确的流程走向，最终输出整个决策流程的结果。

综上所述，借助于本发明的上述技术方案，能够直接减轻或免除案件给人、社会造成的损害，实现保护人民财富，减少无益消耗和损失；有效减少全国反电诈管控领域各级、各部门的现有信息系统重复建设的投入成本；能够守护人民群众个人财产安全，间接保障可支配收入流向实体经济；显著提高我国防范和处置诈骗分子利用金融渠道洗钱分赃的能力，从而最大程度地预防和减少相关案件及其造成的损害；维护金融市场运行稳定，促进经济社会全面、协调、可持续发展。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。