面向互联网业务的大数据风险控制系统技术要求.pdfVIP

面向互联网业务的大数据风险控制系统技术要求 1 范围 本文件规定了面向互联网业务的大数据风险控制系统的系统架构、功能要求和安全要求等。 本文件适用于大数据风险控制系统的设计、开发、测试、运营和使用。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件， 仅该日期对应的版本适用于本文件；不注日期的引用文件，其必威体育精装版版本（包括所有的修改单）适用于本 文件。 GB/T 35273-2017 信息安全技术 个人信息安全规范 YD/T 3658-2020 互联网垃圾内容治理系统技术要求 3 术语与定义 下列术语和定义适用于本文件。 3.1 大数据风险控制 risk control based on big data 通过运用大数据构建模型的方法对业务进行风险识别、风险提示和风险处置等控制措施，简称“大 数据风控”。 3.2 个人信息 personal information 以电子或者其他方式记录的能够单独或者与其他信息结合识别特定自然人身份或者反映特定自然 人活动情况的各种信息。 [来源：GB/T 35273-2020，3.1] 4 系统概述 4.1 系统架构 大数据风控系统架构分为数据层、核心技术层、平台技术层和应用层。大数据风控系统从海量的业 务或事件数据中采集可用于风控识别的设备数据、身份数据、关系数据、行为数据、内容数据等，对数 据进行预处理后传递给核心技术层，核心技术层对数据进行提取和识别，然后将识别结果传递给平台技 术层进行风险综合判定，应用层根据风险判定结果和不同业务的风险处置策略对风险进行处置。大数据 风控系统架构如图1所示。 1 图1 大数据风控系统架构图 数据层：负责从业务和事件中采集数据并对数据进行预处理，以及存储模板数据、规则库、关系数 据、行为数据、设备数据、情报数据等。 核心技术层：对设备、自然人、IP、账号、证件、内容及等信息进行归纳和描述，包括基于用户用 户证件、手机号、设备、银行卡、IP、用户行为等的分析，构成一个多维度的复杂关系网络，为风险识 别和风险处置提供支持。 平台技术层：对风控规则集合中所覆盖的风险进行识别，通过部署风控模型，对风险进行实时的识 别和防控。 应用层：大数据风控系统应用的业务场景，不同的业务场景有不同的风险处置策略。 4.2 应用场景 4.2.1 反虚假注册 恶意用户通过注册机和虚假手机号码等方式绕过平台验证，批量注册账号，用于盗卡、欺诈、刷单、 生产垃圾内容等恶意行为，给平台造成资金损失。基于设备识别、行为分析、复杂关系识别等技术，结 合风控规则，可以识别恶意注册行为，源头防控虚假注册。 4.2.2 防账号被盗 合法用户可能因木马、钓鱼、拖库撞库、设备丢失等原因，导致个人账户信息泄露，进而发生非本 人意愿的注册、登陆，及后续行为，以致带来经济和名誉损失。基于设备识别、行为分析等技术，识别 用户的异常行为、异常关系等，同时结合风控规则和模型去识别恶意行为，进而阻断账号被盗。 4.2.3 反活动作弊 恶意用户通过自动或手动方式突破平台业务逻辑限制，以相对较低的成本批量套取互联网营销资 源（如电商平台、游戏、在线旅游、金融等营销活动）或稀缺资源（如火车票、网络医疗专家挂号等）， 转卖后获取暴利，影响了各种营销活动的正常进行或稀缺资源的合理配置。可以通过设备识别、行为分 析、关系识别等技术，结合账户价值、垃圾注册等信息，结合风控规则和模型，对活动作弊行为进行判 定。 4.2.4 反垃圾内容 2 垃圾内容是指淫秽、色情、暴力、赌博、恐怖、诈骗、辱骂等国家法律法规明令禁止的内容，以及 批量发布、反复多次出现的干扰正常信息传播和干扰用户正常访问互联网的内容。通过内容识别、行为 识别等技术，结合风控规则，可识别出垃圾内容，进而做相应的处置。 4.2.5 其他 大数据风控技术还可应用在互联网信贷欺诈、互联网洗钱、信用卡盗刷等其他多种场景中，通过对 用户身份、环境、关系、行为等的