一、信貸圖風控業務背景及案例

首先簡單介紹我們的業務場景。

1、業務背景

我們做的信貸圖風控主要用于反騙貸和反套現的防控：

• 騙貸是指黑產惡意騙取貸款，無還款意愿。這種情況導致了較高的資金風險，業界來看占整體逾期貸款的30%-40%左右。
• 套現是指用戶通過虛假的交易場景，將信貸額度套取成現金。這種行為違反了信用卡、花唄等消費貸的使用規范，無法管控資金使用范圍，另外也容易造成多頭借貸，引起金融風險。

常見的套現騙貸手法包括：

• 掃碼模式：線下店鋪開通收款碼，保存本地或到店進行掃碼的方式，讓套現人使用花唄支付，進行套現。
• 淘寶模式：中介在網上開店，上架商品，套現人使用花唄支付完成虛擬網購，從而信用額度。
• 預下單模式：使用三方APP，下單后不支付，然后告訴套現人三方賬號密碼，由套現人登錄后使用花唄支付，完成套現。

基于信貸的業務特色，我們設計了事前、事中到事后的全面防控，各環節的主要內容為：

• 事前：提前感知、認知風險。包括對商戶進行風險分析、對用戶進行風險等級評級，這部分工作會用到近線的圖分析功能。
• 事中：當用戶申請貸款、或要用貸款去付錢時，基于交易請求實時分析和計算，進行風險策略和模型應用及圖譜的交叉驗證。
• 事后：對信貸業務進行全面的風險分析，如分析資金使用、套現可能性、挖掘團伙。

2、業務應用全局視角

我們基于事前、事中、事后的業務體系，設計了對應的技術框架。

• 事前：T+1調度進行圖跑批計算、由事件驅動的近線計算。
• 事中：基于請求在線實時計算，使用了圖數據庫的能力，保證查詢性能。
• 事后：近線的消息監控、T+1的全量分析，以及交互式圖分析。

上述模塊會用到的圖技術包括：圖的多度關系聚合特征（Traversal&Aggregate）、模式匹配（Pattern Matching）、圖社區檢測算法（Community Detection）、圖學習、圖推理等。

3、花唄反套現案例

下面我們通過花唄反套現的案例來說明事后和事中的防控。

事后

由于風控場景的Y標稀缺，如果依賴人工專家打標，對于專家未識別到的套現模式會出現無法覆蓋的情況。所以我們通過T+1的離線數據和實時數據開發了風險大圖，基于“近朱者赤近墨者黑”的思想，將Pattern Matching中識別到的黑、灰種子，進一步在圖上擴散傳播，從識別更多風險用戶，并將風險由單點轉換為社團。

事中

傳統事中實時風控計算，多使用Flink產出統計型特征，它無法刻畫多度關系。另外，如果圖Pattern全部依賴專家定義存在效率和覆蓋度的問題。所以我們使用了在線子圖，包括買家子圖、賣家子圖、買賣家連通子圖，作為神經網絡的輸入并在線打分，從而進行實時的防控。

二、圖風控規模化落地

1、微貸圖平臺

圖風控技術規模化的業務落地，一開始我們只是簡單的嘗試，效率比較低，因為信貸場景較為嚴謹，上線需要進行離線測算、旁路驗證。這就需要保證離線在線的數據源頭一致、計算語義一致，實現圖仿真功能。否則只能通過離線表JOIN的方式進行構圖，很難支持3-6個月的圖回測。

我們通過技術驗證后，沉淀了一套能力，包括：

• 圖建模：離線、近線、在線的圖資產統一。
• 圖交互式分析：專家使用圖交互式分析進行研判。
• 圖仿真回測：基于分析的case進行3-6個月的圖仿真回測。
• 圖計算服務上線：圖特征和圖算子的一鍵發布上線。

統一圖資產在分析，仿真和上線的語義一致、三線一體，保證了圖風控規模化的效率。

2、規模化效率瓶頸

做完規模化后，我們發現業務流程前面的模塊都是離線T+1跑批、或基于事件觸發，都是自動的。只有最后這一步需要人的分析，這個環節對人工的依賴，阻礙的圖的大規模應用，所以我們下一步的工作是自動挖掘風險。

三、子圖挖掘

我們之前的業務分析測算，都基于專家給出了明確的風險模式后進行處置，但其實這樣的流程周期很長，效率較低。所以我們目前正在自動挖掘風險模式，然后推薦給專家分析。

1、總體技術方案

整體技術方案分為以下幾步：

• 基于離線T+1及實時數據構建底圖。
• 計算圖中每個節點的表征向量，然后計算p-value值及各種業務指標
• 篩選節點，并基于種子節點進行擴散，獲得重要風險子圖
• 在子圖中進行風險模式的挖掘，獲得風險模式（Pattern）的候選集，并進行回測
• 回測結果符合預期指標的風險模式，交由業務方進行交互分析，并決定是否采用上線
• 通過這一套流程，我們把挖掘風險模式，結合算法和算力做到了自動化。

在這套流程中，有兩個比較大的挑戰：

• 信息混雜問題：底圖數據龐大，噪聲較多。
• 算力復雜問題：子圖同構算法復雜度為指數級。

2、信息混雜問題

對于信息混雜問題，當我們基于原始大圖進行挖掘時，首先圖的規模比較大，難以進行挖掘。另外，圖中有許多噪音，比如我們每天購買咖啡、早餐，當我們基于頻繁度進行挖掘時，這種模式很容易被挖掘出來，但沒有提供風險信息，應該被剔除。

我們的做法是基于完整的底圖，計算節點表征向量。然后根據節點p-value和業務指標，計算節點的重要度，最后裁剪低于一點重要度的節點，我們目前通常挖掘的圖在10億規模左右。這樣做可以剔除噪聲，并且提升挖掘的效率。

3、算力復雜問題

算力復雜度主要來源于組合爆炸，比如某種邊的類型只有10萬條，但它對應的pattern可能有11 億個，而我們的挖掘，每增加一度都需要反復驗證對應的業務指標，所以計算量非常大。

對于這個問題，我們有兩個解決辦法。第一是基于業務語義，對不合理的pattern進行剪枝。這種從業務應用的角度對圖進行剪枝，得到了比較好的效果。第二，從技術的角度，引入圖的外部存儲，緩解了大規模圖挖掘的內存壓力。

4、子圖自同構問題

子圖自同構，原本需要遍歷所有子圖進行對比，是一個np問題，比較難找到最優解。我們與高校合作，使用了數學的思路，將子圖映射成一個數學函數，然后通過數學函數可以比較快速的對比。這個方法不能解決所有問題，但是能解決大部分問題。我們基于這個思路進行了分布式的實現，從而更好地做圖挖掘，以及圖模式的匹配。

四、回顧總結

我們的信貸圖風控建設從2018年開始，基于專家總結的風險模式，轉換成圖模式匹配進行風險挖掘，它的特點是準確率高，但風險覆蓋度比較低。所以在2019年我們做了團伙算法，用于解決聚集性風險。2020年，我們從圖的靜態切面，分析圖的當前信息，推進到分析圖的時序演進狀態，進一步捕捉團伙的發展以及變化的信息。21年，我們做了圖平臺規模化的落地，實現三線一體。22、23年，我們的主要工作是做圖的自動挖掘和分析。

五、問答環節

Q1. 剛剛提到事中階段會在線進行攔截，時延是120毫秒，線上用了什么樣算法，還是用專家系統進行模式匹配？怎么做到120毫秒？

A：模式匹配和團伙發現是事后做的，社團的計算需要幾十秒。事中主要是在圖數據庫中查了買家子圖、賣家子圖、買家賣家連通子圖，主要做Traversal&Aggregate，進行表征向量抽取，然后進行深度學習模型的打分，這個過程大概消耗20毫秒左右。當然我們也在風控鏈路上做了許多優化，整套流程大概在70-80毫秒。

Q2. 20毫秒的查詢會涉及到幾度鄰居查詢？

A：買家和賣家子圖往外擴兩度，買家賣家連通子圖則是各擴兩度，并且各擴充兩度后可以連通。

Q3. 事中查詢時，圖的切片如何選取？

A：圖是有多個線程持續更新寫入數據的，當有訪問請求時，實時對被訪問節點進行Traversal&Aggregate。

Q4. 圖中節點表征的更新頻率是什么？

A：圖節點的表征是實時抽取計算的。

Q5. 子圖挖掘整體方案中，藍色模塊的評估任務，是自動化評估還是有業務專家介入評估？

A：這部分的評估是自動化評估，我們會基于風險的候選集，在3-6個月的圖上進行回測，然后根據歷史數據上匹配到的pattern，計算用戶、商戶的各種風險及業務指標，然后根據業務給出的口徑進行自動化的評估。