​与此同时，疫情以来各类涉赌、涉诈的黑产团伙也在加速线上化转移，并在与银行风控体系的动态对抗中，利用技术手段不断升级，AI技术被广泛应用，高科技涉赌涉诈案例持续呈现出高发态势。为此，国家公安、网信、金融监管等部门联动开展了“断卡”“长城专项”等防赌反诈专项行动，人民银行、银保监会陆续出台多项文件，要求商业银行、支付机构、清算机构压实主体责任，并全面升级防赌反诈。与此同时，反电信网络诈骗法草案加速立法进程，对金融机构账户、交易等环节的防赌反诈风险管理提出全面要求。

为此，某国有大型商业银行与同盾科技深度合作，引入同盾自主研发的先进技术、多年沉淀的行业知识以及深厚的专家资源，针对行内现有业务情况及监管要求进行体系化梳理，利用机器学习、大数据、知识图谱、联邦学习等技术，提升对行内客户的风险精准刻画能力，构建多层次的金融反诈安全防控长效机制，打赢防赌反诈攻坚战。

直击痛点

该行作为中国银行业的排头兵之一，业务体量巨大，账户、商户体系庞杂。同盾科技专家入场后，与行方专家共同梳理发现，该行在防赌反诈风控体系方面，存在以下问题：

一是数据体系治理基础有待提升：全行级账户、商户量级很大，对账户、商户风险监测分布在各部门分管，数据信息的共享及共用存在部分壁垒，缺少统一的风险管理模式；同时，缺乏账户、商户涉赌涉诈的样本数据和分类标签。

二是缺乏高效对抗高科技黑产的技术手段：针对高科技黑产以社群运营等方式组织真人从事非法赌博诈骗活动，单纯基于风险名单数据、策略规则、设备指纹等传统风控方式，难以对欺诈风险做到有效的高精准识别。

同时，行方缺乏依据《涉赌涉诈可疑资金特征及账户线索核查要点》（银支付【2020】49号）等监管规定的有效排查方式和排查方向；现行的核查条款多、细，风险识别工作量大，排除流程繁琐，且部分特征关联性不强效果不佳，欺诈案件数量不足以支撑模型训练。

三是缺乏防赌反诈风险防控的长效机制：面对动态变化、持续迭代的高科技欺诈风险，行方充分意识到需在取得阶段性成果的基础上，全面落实监管规定，建立健全防赌反诈风控的长效机制，体现国有大行的责任担当。

建设方案&项目交付

在明确业务痛点的基础上，同盾科技协助行方遵循“风险为本”原则，针对业务场景下数据高质量、高精准性的要求，利用自主研发的人工智能、大数据、知识图谱、联邦学习等技术，提升对涉赌涉诈受诈者及施诈者等维度的精准刻画能力，建立健全覆盖多层次的金融欺诈安全防控体系。

同盾科技建议，分阶段实现涉赌涉诈的风险防控：

第一步，快速满足监管合规要求，快速上线、限量排查，实现部分交易的事中拦截，可在名单及强特征规则的基准上，运用终端安全和专家涉赌涉诈模型进行重点布控。

第二步，通过对用户行为数据及多维度交易信息的采集、清洗、加工，实现精准画像，建立行为评估模型，通过复合策略及机器学习模型，实现风险交易的实时、准实时监测管控。

第三步，借助知识图谱等分析挖掘，顺藤摸瓜，进行溯源分析、关联分析及串并案分析。

篇幅所限，本文中以收单商户交易这一行方最关注的焦点为例加以剖析：

项目交付过程中，同盾科技首先协助行方以点对点的形式，满足“银支付49号文”收单商户端交易侧核查要点指出的九大风险点，做到：

一是存量风险核查，新增风险严控；

二是策略和模型双管齐下，在不同的风险子场景下，结合行内现有数据情况，选择最优解方案予以部署；

三是在现有系统少量改造的情况下快速上线，及时下发排查；

四是输出风险样例匹配对应话术，保证了业务可解释性，指导核查人员定向有效的调查核验工作。

关键点包括：制定「规则策略集」点对点全量覆盖，同步开发「模型」实现精准识别，并实现对规则结果的查漏补缺。

项目成果

同盾科技协助该行构建的防赌反诈风控机制全面覆盖开户、入网、交易、支付等环节的各类风险场景，实现了基于终端安全态势感知及行为特征识别分析，通过大数据平台、风险数据集市供给，构建涉赌涉诈风险的动态监测体系，包括名单匹配、强特征筛查、涉诈特征计算、涉诈规则引擎、针对不同诈骗场景的模型引擎，以及种子节点关联分析、溯源分析的知识图谱。

仅上文提及的项目第一阶段，即取得了以下成果：

1）完成对全行收单业务相关商户的全渠道日均数亿笔流水、500 余项交易类型梳理和全面排查；

2）优化商户MCC准确性验证反馈机制，优化商户入网核查/交易限额管控/风险核查处置等流程及条件要求，建立商户特殊MCC名单管理机制；

3）日预警高危欺诈商户数百个，阶段性上线预警涉案风险案例数千起。提供了内部排/核查自查预检方案，从商户交易环节点对点/全覆盖建立涉赌涉诈可疑风险商户及可疑交易的侦测机制；

4）修正并充实行内商户黑白样本及案例库，完善涉赌涉诈风险特征库。

从前期的了解客户、尽职调查、风险识别、预防警示到交易控制，实时拦截欺诈风险、事件的处置与缓释、风险评级与分析，同盾协助该行形成了反诈防控的风险管理长效机制，全面排查涉赌涉诈的账户及商户，斩断涉案资金交易链路，并进一步深层次的识别潜在电诈受害者，协助客户做精准预防，实现发案数量大幅下降、涉案金额大幅下降“两降”目标，同时大大提升了银行的服务能力与用户体验。

创新价值

在当下银行业数字化、黑产高科技化、监管不断趋严的背景下，反欺诈风险管理越发体现出技术密集、政策密集、人才密集、管理密集等特点。涉赌涉诈相关黑产的洞察与防御更是一个动态的过程，传统以专家经验、线性思维为特点的风控模式逐渐失效，商业银行需充分利用机器学习、知识图谱、联邦学习等技术，有效通过团伙类挖掘算法识别账户端、商户端等欺诈风险，实现“用技术驾驭技术”，打造更高级别的安全边界。