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
《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21