随着IT业的迅速崛起,IT科技手段也使商业银行办理业务的效率更加高效。但是银行业务办理快捷方便的同时安全风险也越来越多,加上信息安全风险的动态性、实时性和快速扩散等特点,让商业银行对不同类别的客户和自身操作行为的监管有了更加严格的要求。客户风险监控主要包括洗钱和恐怖金融的监控,银行操作行为的监控主要包括银行科技部门日常运维中的操作行为监管和业务部门业务办理过程中的风险预警和风险控制。要想尽量避免这些风险带来的经济损失,必须对这些风险进行实时地全面监控,但是目前业界缺少这样有效的风险监管平台。在这样的背景下,本课题针对银行监控的几个主流风险提出了创新性的设计方案,即将高效的数据分析算法应用在全新的技术平台当中。一方面,设计方案针对分析、展现和存储分别提出了对应的技术解决方案,在解决了基于大数据的风险管理系统架构设计、采集、分析和存储等问题的基础之上建立了一个系统原型。另一方面,为了让某些业务数据的预警更加具有前瞻性,将优化后的数据分类算法应用到上述系统原型当中实现业务的及时监控。实验中通过系统原型的实现,并经过银行风险业务的测试证明该系统原型的正确性和高效性。此监控平台已经成功应用在银行科技部门当中,经过实际应用的证明,与具有同样功能的其它监控工具相比,该平台对业务风险的监管具有更加全面及时、监控范围更广泛、扩展性更强等优势。该平台为银行风险管理带来了多方面的优势:首先,银行的各种类型、各种格式的业务活动数据都能够被集中、实时采集,为风险的全面管理奠定了数据基础;其次,数据可以直观地展示,并能够按照预定和智能的风险规则实时处理风险;再次,在大量数据的基础上,提供基于NoSQL的分析技术,在海量数据的基础上建立银行风险分析和监控模型的能力;最后,使用互联网技术架构能够极大地提高系统的扩展能力,降低系统建设成本。这些工作为商业银行进一步利用各种数据资源,深化风险管理奠定了知识、技能和人力基础。同时更是金融行业利用大数据技术进行的一次全新探索。