一、信贷图风控业务背景及案例

首先简单介绍我们的业务场景。

我们做的信贷图风控主要用于反骗贷和反套现的防控：

常见的套现骗贷手法包括：

基于信贷的业务特色，我们设计了事前、事中到事后的全面防控，各环节的主要内容为：

我们基于事前、事中、事后的业务体系，设计了对应的技术框架。

上述模块会用到的图技术包括：图的多度关系聚合特征（Traversal&Aggregate）、模式匹配（Pattern Matching）、图社区检测算法（Community Detection）、图学习、图推理等。

下面我们通过花呗反套现的案例来说明事后和事中的防控。

事后

由于风控场景的Y标稀缺，如果依赖人工专家打标，对于专家未识别到的套现模式会出现无法覆盖的情况。所以我们通过T+1的离线数据和实时数据开发了风险大图，基于“近朱者赤近墨者黑”的思想，将Pattern Matching中识别到的黑、灰种子，进一步在图上扩散传播，从识别更多风险用户，并将风险由单点转换为社团。

事中

传统事中实时风控计算，多使用Flink产出统计型特征，它无法刻画多度关系。另外，如果图Pattern全部依赖专家定义存在效率和覆盖度的问题。所以我们使用了在线子图，包括买家子图、卖家子图、买卖家连通子图，作为神经网络的输入并在线打分，从而进行实时的防控。

图风控技术规模化的业务落地，一开始我们只是简单的尝试，效率比较低，因为信贷场景较为严谨，上线需要进行离线测算、旁路验证。这就需要保证离线在线的数据源头一致、计算语义一致，实现图仿真功能。否则只能通过离线表JOIN的方式进行构图，很难支持3-6个月的图回测。

我们通过技术验证后，沉淀了一套能力，包括：

统一图资产在分析，仿真和上线的语义一致、三线一体，保证了图风控规模化的效率。

做完规模化后，我们发现业务流程前面的模块都是离线T+1跑批、或基于事件触发，都是自动的。只有最后这一步需要人的分析，这个环节对人工的依赖，阻碍的图的大规模应用，所以我们下一步的工作是自动挖掘风险。

我们之前的业务分析测算，都基于专家给出了明确的风险模式后进行处置，但其实这样的流程周期很长，效率较低。所以我们目前正在自动挖掘风险模式，然后推荐给专家分析。

整体技术方案分为以下几步：

在这套流程中，有两个比较大的挑战：

对于信息混杂问题，当我们基于原始大图进行挖掘时，首先图的规模比较大，难以进行挖掘。另外，图中有许多噪音，比如我们每天购买咖啡、早餐，当我们基于频繁度进行挖掘时，这种模式很容易被挖掘出来，但没有提供风险信息，应该被剔除。

我们的做法是基于完整的底图，计算节点表征向量。然后根据节点p-value和业务指标，计算节点的重要度，最后裁剪低于一点重要度的节点，我们目前通常挖掘的图在10亿规模左右。这样做可以剔除噪声，并且提升挖掘的效率。

对于这个问题，我们有两个解决办法。第一是基于业务语义，对不合理的pattern进行剪枝。这种从业务应用的角度对图进行剪枝，得到了比较好的效果。第二，从技术的角度，引入图的外部存储，缓解了大规模图挖掘的内存压力。

子图自同构，原本需要遍历所有子图进行对比，是一个np问题，比较难找到最优解。我们与高校合作，使用了数学的思路，将子图映射成一个数学函数，然后通过数学函数可以比较快速的对比。这个方法不能解决所有问题，但是能解决大部分问题。我们基于这个思路进行了分布式的实现，从而更好地做图挖掘，以及图模式的匹配。

我们的信贷图风控建设从2018年开始，基于专家总结的风险模式，转换成图模式匹配进行风险挖掘，它的特点是准确率高，但风险覆盖度比较低。所以在2019年我们做了团伙算法，用于解决聚集性风险。2020年，我们从图的静态切面，分析图的当前信息，推进到分析图的时序演进状态，进一步捕捉团伙的发展以及变化的信息。21年，我们做了图平台规模化的落地，实现三线一体。22、23年，我们的主要工作是做图的自动挖掘和分析。

Q1. 刚刚提到事中阶段会在线进行拦截，时延是120毫秒，线上用了什么样算法，还是用专家系统进行模式匹配？怎么做到120毫秒？

A：模式匹配和团伙发现是事后做的，社团的计算需要几十秒。事中主要是在图数据库中查了买家子图、卖家子图、买家卖家连通子图，主要做Traversal&Aggregate，进行表征向量抽取，然后进行深度学习模型的打分，这个过程大概消耗20毫秒左右。当然我们也在风控链路上做了许多优化，整套流程大概在70-80毫秒。

Q2. 20毫秒的查询会涉及到几度邻居查询？

A：买家和卖家子图往外扩两度，买家卖家连通子图则是各扩两度，并且各扩充两度后可以连通。

Q3. 事中查询时，图的切片如何选取？

A：图是有多个线程持续更新写入数据的，当有访问请求时，实时对被访问节点进行Traversal&Aggregate。

Q4. 图中节点表征的更新频率是什么？

A：图节点的表征是实时抽取计算的。

Q5. 子图挖掘整体方案中，蓝色模块的评估任务，是自动化评估还是有业务专家介入评估？

A：这部分的评估是自动化评估，我们会基于风险的候选集，在3-6个月的图上进行回测，然后根据历史数据上匹配到的pattern，计算用户、商户的各种风险及业务指标，然后根据业务给出的口径进行自动化的评估。