
工商银行以大数据筑起安全屏障
随着我国银行业全面开放和深化改革,行业竞争不断加剧,国内银行纷纷推出新的产品和业务种类的同时,与业务经营相伴而生的欺诈风险也在频繁发生。当前,银行业欺诈风险已由传统的信贷、柜面、外部盗抢,向贸易融资、理财产品、银行卡以及电子银行等业务领域延伸,跨业务、跨条线的欺诈风险不断发生,对银行资金安全、社会声誉乃至正常运营造成严重威胁。
而国内部分商业银行的外部欺诈风险防控,仍停留在传统的粗放式管理阶段。中国工商银行安全保卫部总经理、中国银行业安全保卫委员会常务副主任靳晓鹏接受中华工商时报记者采访时表示,目前行业里,主要犯罪诈骗方式为木马、互联网支付第三方支付公司被黑客入侵等,导致客户信息泄露。而国内大多数银行普遍以业务检查及事后的应对处置为主。例如电信诈骗,据公安部介绍,犯罪分子普遍跨国作案,一旦得手,不但案件难以侦破,即便破案,由于赃款已经分散转移,受害资金也难以追回,犯罪防控效果大打折扣。这种粗放式的欺诈风险管理阶段,面临着上述科技化犯罪手段的严峻挑战。
中国工商银行外部欺诈风险管理处处长马旭东对记者表示,为有效破解外部欺诈风险防控难题,中国工商银行自主研发的外部欺诈风险信息系统,充分利用大数据技术,建立起分类清晰、分级详细的风险信息数据库,并通过与银行各主要业务系统的对接应用和基于业务需求的规则制定,准确预警和控制外部欺诈。这在国内外银行同业中尚属首创。
马旭东说,无论哪类犯罪,实现资金转移,都要有一个收款账户,而工行的外部欺诈风险信息系统,是依托与公安部等相关部门合作,通过信息化的手段,建立一个中国最大的欺诈账户的数据库。以防控电信诈骗为例,外部欺诈风险信息系统在工商银行1.7万个网点,10.5万台ATM,5.6万台自助终端,以及网上银行、电话银行、手机银行等全渠道投产应用,系统对工商银行客户的每一笔汇款进行自动即时筛查,如果客户汇款的收款账户为外部欺诈风险数据库中的黑名单账户,系统将自动预警提示拦截,能够有效避免客户资金损失。同时,工商银行还将外部欺诈风险信息系统接入了工行信用卡、信贷管理、电子银行、私人银行、客户营销、票据业务、运营风险、人力资源管理、集中采购等13个业务和管理领域,自动嵌入上述业务流程中,在业务办理流程中加装了一道大数据的“防火墙”,实现在交易中“实时预警”和“精确打击”。
据悉,早在2007年,中国金融认证中心联合工行、建行等10余家银行以及相关监管部门、公安部门等,就建立了“网上银行反欺诈联动机制”。2008年7月,针对严重危害在线金融服务的“钓鱼网站”,由国内银行证券机构,电子商务网站、域名注册管理机构、域名注册服务机构、专家学者组成的“中国反钓鱼网站联盟”在京成立。中国银联亦定期向银行业公布欺诈黑名单。
除了利用数据库外,工商银行将自己的网上银行、手机银行等一些产品做了升级,增加了ukey控制、网银提醒,客户短信业务提醒。此外,配合公安机关侦破案件方面也做了大量的工作,例如,和北京市公安局刑侦总队签署备忘录,对信息共享、案件侦破等方面做了全方位的合作。
据记者了解,截至2015年8月末,工商银行外部欺诈风险信息系统涵盖1300万条诈骗信息黑(灰)名单,逾100万诈骗账户,共成功拦截电信诈骗3.9万笔,为客户避免经济损失5.2亿元,防控电信诈骗有效率达到96.7%。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08CDA 数据分析师:解锁数据价值的专业力量 在当今这个数据爆炸的时代,数据已成为像石油一样珍贵的战略资源。而 CDA 数据分析师, ...
2025-08-08SPSS 语法使用详解 在当今数据驱动的时代,SPSS( Statistical Package for the Social Sciences)作为一款功能强大的统计分析软 ...
2025-08-07SASEM 决策树:理论与实践应用 在复杂的决策场景中,如何从海量数据中提取有效信息并制定科学决策,是各界关注的焦点。SASEM 决 ...
2025-08-07