基于规则引擎的金融风控系统的设计与实现

来源 :汕头大学 | 被引量 : 0次 | 上传用户:huimin0609
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着经济和互联网技术的飞速发展,推动者金融的互联网化,银行等金融机构也由此推出了多元化的借贷产品,给人们的生活带来了很大的便利。面对巨大的交易量和交易额,随之而来的就是欺诈风险的不断提升,所以对于加强风险控制,防范欺诈,建设一个健壮的金融风控系统,对于企业的长久发展是十分重要的。风险控制往往要根据市场的变化进行快速的更新迭代,传统风控系统传统金融风控系统中采用硬编码的方式来实现风控规则,存在着规则更新周期长,成本高的问题,所以本文引入了规则引擎来实现规则与业务决策的解耦,通过规则引擎制定商业规则,实现规则的快速迭代更新以适应市场环境的变化。
  本文首先介绍了金融风控系统的整体结构,其采用SpringMVC这样一个轻量级的web应用框架,数据存储采用开源数据库MySQL。本金融风控系统又分为多个子系统,子系统之间通过Dubbo和Zookeeper搭建的分布式体系架构进行服务通信。规则引擎部分采用了适用于java语言的Drools规则引擎。在规则引擎的基础之上,本文结合金融企业的实际业务需求,进一步的提出特征指标的概念,将特定的业务逻辑抽象成特征指标,实现数据信息的聚合处理。并设计特征库管理平台进行统一的管理,同时也为风控业务人员和程序设计人员提供了一个协同工作的平台。在此基础之上,本文还设计实现了特征模块,实现不同业务信息的分类处理,更好地配合规则引擎的实施,提升了规则的执行效率,使得风控部门之间协同工作更加的高效。本系统开发完成之后,能在企业中正常稳定运转,并取得了预期的风控效果。
其他文献
作为人工智能的一个重要分支,进化计算是求解复杂最优化问题的主要途径。个体适应度评估是进化计算的重要步骤,个体适应度评估方法的可集成性、高效性以及精确性是影响进化计算可行性、实用性以及精确性的关键因素。本文针对因缺少可集成、高效的个体适应度评估方法而使得进化计算不能有效求解最优化问题这一瓶颈,对“盲评估进化计算方法”展开研究。首次提出个体适应度盲评估的方法,并基于个体适应度盲评估方法首次提出盲评估进
医学CT图像已经成为临床应用中不可或缺的诊断工具,然而医学CT成像过程中由于病人运动而产生的伪影是实现高精度诊断的最重要障碍之一,即使微小的运动也会对高分辨率CT图像带来较大影响,当运动伪影使图像质量严重下降时,可能会导致医生误诊。因此,消除医学CT图像中的运动伪影、提高图像质量成为目前图像处理领域的热点研究课题。  本文所做的主要工作如下:  (1)提出了基于频域幅度相关性的CT运动伪影校正方法
学位
本文以一个零售商主导的两级供应链为研究对象,构建两个生产竞争性或互补性产品的制造商是否采用无线射频识别技术(Radio Frequency Identification,RFID)时链上成员的收益模型,分析求解出各种情景下零售商定价/订货决策时制造商的最优批发价和RFID标签成本分摊系数,以及零售商的最优零售价/订货量,进而得出链上各成员的最大收益并探讨了两个制造商采用RFID的均衡策略。研究发现
群体智能优化算法是以动物社会为启发,主要通过群体协作行为使算法在问题的优化过程中更为有效。通常在解空间内,此类方法迫使群体中的所有个体进行某种合作,以便逐渐寻找出足够好的解,最终整体走向越来越好的解域。在群体智能优化算法中,根据人类的学习特点提出了人类学习优化算法,此算法运用不同层次算子之间的互相配合来寻找出全局最优解。它利用了人类学习新知识或新技能的特点,是一种十分有潜力的优化算法,往往能够产生
猪乙型脑炎病毒(JEV)是一种人畜共患的虫媒病毒,具有传染性和危险性,研究这类病毒需要一种安全的研究代替工具,假型病毒技术为解决这些问题提供了一种有效的研究手段。为了构建1种高包装滴度的JEV假型病毒,我们设计并包装出了3种乙脑假型病毒(JEVpv),分别是融合表达了水泡口炎病毒(VSV)囊膜蛋白强信号肽和JEV囊膜蛋白(ME)的VSVMEpv,带有乙脑自身弱信号肽及ME蛋白的SPMEpv,以及不
张等人为有效求解时变问题于2002年提出了一类特殊的递归神经网络—零化神经网络(Zeroing Neural Network,ZNN)。ZNN的提出解决了梯度神经网络(Gradient Neural Network,GNN)及其它传统方法在求解时变问题时,所合成的神经网络解无法精确收敛到理论解的问题。然而,在RNN的实现中,总是存在一些比理想情况复杂的实现误差,例如高概率出现的微分误差和模型实现误
无线传感器网络(Wireless Sensor Networks,WSNs)是人们感知世界获取多元信息的重要方法,已经被广泛应用到各种场景中,成为信息科学领域探索钻研的热点。但是,由于节点能量有限使得网络生命周期受到节点电池寿命的约束,所以与其它无线网络相比节能问题至关重要。数据链路层中的媒体接入控制(Medium Access Control,MAC)协议可以解决多个节点如何利用共享信道进行通信
近年来,机器学习在人工智能领域取得了巨大进展,但许多机器学习模型被构建为“黑盒”类型的模型,这种情况使用户很难去理解模型系统的内部逻辑。这种缺乏解释的情况既是一个实际问题,也是一个道德问题。模型可解释性在一些特定领域是有强烈需求的,尤其是在金融、医疗、反欺诈等领域。  模型可解释性的研究已经出现了一段时间,但目前对于机器学习的可解释性学习的研究,大部分研究存在于监督学习领域,尤其在近几年,深度神经
学位
随着Android智能手机越来越受大众的喜爱,Android恶意软件给用户带来的不良影响日益严重。为牟取利益而采取的恶意扣费、系统破坏、隐私窃取等恶意攻击手段层出不穷。如何有效的检测Android操作系统上的恶意软件是众多研究者所关注的一个研究重点。恶意软件分析技术主要包括静态分析和动态分析两类,考虑到时间效率等原因,本文基于静态分析来开展相关工作,提出了两种检测方案,并通过实验验证了它们的可行性
学位
音频场景分类(AcousticSceneClassification,ASC)问题主要是根据场景的音频记录来识别声音环境。这些声学场景可以根据特定的地理环境(如海滩、公园、道路等)、室内或室外场所(餐厅、办公室、家庭、市场、图书馆等)的特定社会情景以及特定的交通工具(汽车、公共汽车、电车等)来定义。声学场景的分析与识别,由于其简单方便,通过识别其所对应的特定场景语义标签,可以达到感知和理解周边环境