「今日案例」同盾科技：知識圖譜在信貸申請反欺詐中的深化應用_SEA

2021年12月，中國人民銀行印發《金融科技發展規劃》，提出健全金融科技治理體系、充分釋放數據要素潛能、打造新型數字基礎設施等重點任務。北京金融科技產業聯盟開設“今日案例”專欄，以《規劃》為牽引，通過優秀案例展示產業各方在實踐中取得的成果，促進機構互學互鑒。

關鍵字：圖模型、知識圖譜、信貸申請反欺詐

隨著互聯網科技和大數據技術的快速發展與進步，各大商業銀行迎來了新的發展機遇與挑戰。與此同時，隨著行內貸款類產品業務快速發展，團伙欺詐成為當前最為嚴重的欺詐風險來源之一，因此，如何通過現有知識圖譜分析平臺構建社團挖掘算法模型，發現欺詐團伙成為本項目的重要目標。

Yuga Labs將取消對OpenSea SeaPort所有可升級合約和新系列的支持:金色財經報道，Yuga Labs首席執行官Daniel Alegre在社交媒體發文稱，鑒于OpenSea昨天宣布，他們將在2024年2月之前取消他們推出的Operator Filter，并轉而對所有系列的所有二次銷售收取可選的創作者費用，Yuga Labs將開始取消對OpenSea SeaPort所有可升級合約和任何新系列的支持，目標是跟隨OpenSea的決定于2024年2月逐步完成。

據悉，OpenSea Seaport是ERC-721和ERC-1155銷售的市場合約，這是NFT的兩個以太坊代幣標準。

Alegre還表示，NFT不僅讓用戶真正擁有自己的數字資產，同時也為創作者賦權，Yuga相信保護創作者的版稅，以便創作者的作品得到適當的回報。[2023/8/19 18:09:43]

本項目的建設目標系以全行客戶為客群，利用歷史全量或一定時間范圍內的轉賬、雇傭、IP、設備等20余種關系數據構建全量圖譜，每日識別全量客戶團伙欺詐風險；以及以信用卡和信貸當日新增申請客戶為客群進行2度關系拓展，利用新增的和一定時間范圍內的轉賬、雇傭、IP、設備等20余種關系數據構建增量圖譜，快速識別申請客戶團伙欺詐風險。本項目旨在實現對歷史存量的對私信貸客戶和信用卡客戶進行團伙欺詐識別，以及對每天新增的信用卡申請客戶和信貸申請客戶進行申請團伙欺詐識別。

Wintermute研究人員：Jane Street錢包可能與UST depeg相關聯:金色財經報道，Wintermute 研究人員Igor Igamberdiev在社交媒體上表示，與去年Terra depeg 相關的錢包可能屬于貿易公司Jane Street。根據交易分析，2022年5月3日，Clearpool宣布Jane Street使用他們的許可貸款池從BlockTower借了2500萬USDC。1.在Terra崩盤的兩周內，這個地址收到1500萬美元，并與另外的1000萬美元一起償還給貸款人，沒有任何用途；2.在tonicdex投資了15萬美金；3.再次借了2500萬美元，并將其存入一個非常有趣的Coinbase錢包中。

在收到Jane Street的2500萬美元之前，這個Coinbase錢包在互換之后，從UST depegger那里收到了8450萬USDC。這個錢包除了上述兩筆存款外，沒有任何其他互動。因此，它們極有可能屬于同一個實體。[2023/2/28 12:34:41]

The Generalist創始人成立規模為1225萬美元的基金Generalist Capital:7月11日消息，群體博客The Generalist創始人Mario Gabriele宣布成立基金Generalist Capital，規模為1225萬美元，投資者（LP）包括a16z的Marc Andreessen和Chris Dixon、Multicoin Capital的Tushar Jain和Kyle Samani、Digital Currency Group、Polygon、LayerZero等，計劃在未來18個月內投資約20家公司，專注于加密、金融科技、新興市場。Mario Gabriele表示，將在這些領域花費大量時間，尤其是加密貨幣。[2022/7/11 2:04:13]

圖1：全量圖譜挖掘流程

為解決信貸申請場景的團伙欺詐問題，本項目運用大數據處理和圖譜建模技術，構建了全量數據團伙挖掘和增量數據團伙挖掘兩套流程進行欺詐挖掘：一是全量數據團伙挖掘每天全量采集一次借記卡、貸記卡、零售客戶的數據，構建全量圖譜，使用開發完成的團伙挖掘算法模型對構建的圖譜進行計算，輸出挖掘的疑似團伙，形成團伙名單、團伙特征和團伙分值和可視化工具展示。二是日間小時級增量圖譜團伙挖掘每兩小時采集一次當日新增的貸記卡、零售客戶的數據，在圖譜中找出與其有1～4層關聯關系的相關節點和關系邊，融合成增量圖譜，之后進行團伙挖掘，形成團伙名單、團伙特征和團伙分值和可視化工具展示。

本項目采用了獨有的專利技術進行關系權重計算與評估，實現了最優化圖譜的篩選，提升了圖譜挖掘效果。其核心技術包括知識圖譜關系權重計算、實時關系抽取、社區劃分算法、社區風險量化。

全量圖譜挖掘出疑似高風險群組數量過萬，單日增量圖譜挖掘出疑似高風險風險群組過百個。針對兩款主要貸款產品的數據分析表明，利用知識圖譜分團技術，可以挖掘出多人多外行卡還款關系、多人同終端使用、多人同IP使用等風險性較高關系和客戶。

圖2：增量圖譜挖掘流程

實踐證實，該行卡中心在知識圖譜分團技術中，發現存在中介辦卡嫌疑、卡使用存在套現嫌疑、同團伙中一人逾期兩個月后其他人相繼逾期等關鍵信息。

本文來源：同盾科技有限公司

投稿郵箱：News@bfia.org.cn

Tags：SEAOpenSeaOPENERAOSEA幣opensea幣單個價格OPEN價格FERA

芝麻開門交易所