1、中原银行实时风控体系建设实践陈玉强中原银行数据银行部Construction practice of real-time risk control system of Zhongyuan bank中原银行业务发展概况蝉联六年金融时报“年度十佳城市商业银行”，相继荣获“铁马十佳银行”、“最佳上市公司”、“年度卓越城商行”等称号2021年银行家全球1000大银行排185名2021年财富中国500强，在入围的商业银行中排名第24名河南省唯一省级法人银行贴心、专业、合作、共赢服务战略、服务实体、服务企业、服务人民7530.02亿营业网点18家村镇银行9家分行494家总资产建设背景选型&架构应用场景建设

2、成效#1#2#3#4银行数字化风控新挑战贷前信审信贷产品竞争加剧，机器学习可以挖掘边界客户，实现精准授信。贷中风控贷后管理操作风险流动性风险申请从个人/企业主体，转变为黑产主体。交易从一方欺诈演变成更加隐蔽、实时的三方欺诈。营销从个人/团体行为薅羊毛，到职业化的漏洞挖掘与利用。反欺诈授信运营数据指标变化快，需要实现实时化的再审核与放款。贷后管理难度大，需要多种新技术发现隐性风险，提高管控度。随着银行线上化能力的增强，操作风险识别从预防人员不合规操作转为线上流程漏洞和异常行为识别等。从线下的，面向审批的逐步转向实时的智能决策。银行传统风控的痛点实时化不足精准度不够数据流通受限全新的风控支撑体系建

3、设思路高时效、高并发实时化专家规则+机器学习智能化平台开放、架构融合平台化中原银行实时风控技术演进历程201820192020 Q22020 Q42021 Q4 探索基于Flink技术金融应用；引入国外商业决策系统；建设Flink实时计算平台，首个应用上线；商业决策系统已支撑150+规则模型；基于Flink的反欺诈应用上线；自主研发企业级智能决策平台(智策平台)；Flink任务220+；智策平台承接规则模型130+；算法+专家规则模型联合编排；ModelOps模型统一管理；Flink任务70+；应用场景：事件驱动、实时营销、反欺诈、实时OLAP智策平台承接贷中调额、风险定价、直销银行等需求，逐

4、步替换商业决策系统；探索试点应用推广体系145632 毫秒级:事中风控50ms 秒级:准实时风控 5s实时化 规则引擎 机器学习 联合编排智能化平台化 构建风控领域数据服务API标准 构建风控模型API标准标准化 模型全生命周期线上化，提升风控模型可管理性ModelOps 支持低代码开发，快速部署实施 弹性架构支持三大类场景场景化 统一的FlinkSQL IDE 统一实时指标、特征开发管理实时风控体系能力模型建设背景选型&架构应用场景建设成效#1#2#3#4实时风控技术选型指标引擎规则引擎模型引擎实时计算技术数据清洗数据加宽实时维表窗口计算决策集评分卡决策树决策表PMML模型文件Python模

5、型文件模型服务调用预计算聚合计算灵活窗口实时指标库智能风控体系方案：技术架构Flink SQLFlink Sink ConnectorKafkaSQL评分RDBMSIM消息RESTful APIFlink Jaron K8son YARN模型编排(DAG)预计算计次/最值聚合计算窗口计算对象存储KafkaRDBMSRESTful APIQuartzRESTful APISocketLinux/VMDockerK8s接入层计算层输出层运行态实时指标库变量管理决策集决策表版本管理评分卡决策流规则引擎PMML模型Python模型ModelOpsAPI服务管理模型引擎指标引擎实时计算云原生系统服务层血

6、缘分析监控告警网关分流行为轨迹ServiceMeshNacosSpringCloud数据API外部数据平台内外指标计算实时风控离线特征工程数据湖指标API指标引擎实时特征工程离线数仓实时风控弹性架构：全场景解决方案模型推理模型训练机器学习平台智策平台业务系统实时计算平台(Flink)数据服务平台模型引擎规则引擎模型编排建设背景选型&架构应用场景建设成效#1#2#3#4线上开户转账支付贷款申请外出开卡厅堂冲正营销活动关联图谱业务场景：反欺诈可信可疑高危阻断放行预警通知加强验证整体业务成效：目前已经覆盖14个交易渠道105类场景；日均预警交易9500笔，阻断1500笔；智策平台申请模型交易模型营销

7、模型机器/深度学习模型实时数据实时行为指标实时交易指标实时维表外部数据运营商数据工商数据法院数据设备数据数据交易请求知识图谱API(ArangoDB)零售电子渠道整合系统离线特征工程数据湖(Hudi、Iceberg)离线数仓(GaussDB)技术架构：反欺诈模型推理模型训练机器学习平台智策平台数据服务平台模型引擎规则引擎模型编排(DAG)指标引擎客户画像API实时计算平台(Flink)外部指标缓存（HBase）数据线交易线RESTfulBinlogKafkaETL申请评分(A卡)业务场景：授信信用卡申请房产估值实时信贷指标额度测算贷中预警外部数据运营商数据工商数据法院数据智策平台离线信贷数据临

8、期/逾期指标交易行为指标逾期催收风险分级授信发放人工核实发卡贷前贷中贷后预警管理额度调整贷前：覆盖了信用卡、小微、对公、场景信贷等50+授信场景；贷中、事后：覆盖了信用卡、小微贷后管理场景；日均处理批量数据850万条；业务成效离线数据设备/客户账户/交易机构/柜员指标数据小额授信贷后管理行为评分(B卡)催收评分(C卡)逾期应对模型外部数据平台内外指标计算贷前授信技术架构：授信智策平台业务系统规则引擎贷前：实时指标贷中/贷后指标（HBase）离线特征工程数据湖(Hudi、Iceberg)离线数仓(GaussDB)模型推理模型训练机器学习平台数据服务平台离线指标机器学习模型调用模型引擎数据线交易线

9、ETL模型编排(DAG)业务场景：运营风险业务成效：支撑了包括20+风险运营场景；运营管理异常交易信贷管理柜员操作客户异常操作科目/柜员/业务类指标运营风险指标加工智策平台风险预警模型事后风险监控核实风险统计分析风险特征挖掘机器/深度学习模型黑白名单录入风险分级分类员工行为实时指标批量实时各类业务类指标(HBase)会计运营系统离线特征工程数据湖(Hudi、Iceberg)离线数仓(GaussDB)技术架构：运营风险模型推理模型训练机器学习平台智策平台业务系统数据服务平台模型引擎规则引擎离线指标机器学习模型调用模型编排(DAG)ETL建设背景选型&架构应用场景建设成效#1#2#3#4成效：业务

10、成效 对接14个渠道105类场景；管控1万+高危账户，拉黑高危设备、IP、手机号、银行卡共7万+；阻断转出资金超千万元，拦截电信诈骗风险事件20余起。反欺诈 会计运营：处理运营风险数据约30万；数据安全行为分析：每天Flink处理约3000万条行为数据；运营 支撑了贷前、贷中、贷后全周期的信贷场景；服务于行内额度评估、风险定价、贷后预警等50+场景；授信成效成效：技术成效 接口请求5w/天，平均耗时28ms；批量数据1300w/天，单Pod TPS约450(20个rule)；95%以上规则+模型耗时在3s内；Flink日均处理数据2.5TB。专家规则+AI模型；反欺诈等场景每天调用AI模型服务近千次；运营风险场景、数据安全行为分析、故障检测等场景每天调用AI服务2万+次。数据：通用的接口API和批量数据接入能力；使用：规则开发、指标加工、AI模型引入流程化；生态：快速与相关系统协作，满足特定场景需要；合规：通过ModelOps对上线审批、模型资产、迭代优化等全生命周期管理。实时化智能化平台化123