【摘 要】
:
风险控制系统的建设逐渐变成了互联网金融行业的核心问题与研究热点。风控系统是指能够为风控策略管理人员提供风控策略配置功能,并且能够将风控策略转换为风控服务的软件系统。但是当前已知文献中的风险控制系统建设存在以下问题:1)目前国内外相关文献的研究主要集中于风险控制理论、大数据挖掘、人工智能模型技术、业务架构等,而系统落地实现方面很少有研究,现有的风险控制系统大多数基于自身特定场景下定制化开发,通用性较
论文部分内容阅读
风险控制系统的建设逐渐变成了互联网金融行业的核心问题与研究热点。风控系统是指能够为风控策略管理人员提供风控策略配置功能,并且能够将风控策略转换为风控服务的软件系统。但是当前已知文献中的风险控制系统建设存在以下问题:1)目前国内外相关文献的研究主要集中于风险控制理论、大数据挖掘、人工智能模型技术、业务架构等,而系统落地实现方面很少有研究,现有的风险控制系统大多数基于自身特定场景下定制化开发,通用性较低,难以进行风控能力沉淀和金融科技赋能;2)大多数风控系统基于硬编码风控策略或者基于规则引擎来设计与实现,风控规则配置难度较高,风控策略变更的周期较长,风控人员不能独立配置风控策略,导致风控策略暴露给了技术开发人员,不符合对风控策略的隐私和安全性要求;3)规则难以实现复杂的风控策略、难以灵活整合其他风控模型能力以适应更加复杂的风控策略的定制与实施。针对以上问题与挑战,通过查阅相关文献和对相关系统的研究,本论文重点围绕风控系统的通用性架构设计、对非技术人员配置更友好的表达式引擎技术、具备整合能力的流程化编排引擎技术,完成了互联网金融风控工作流配置与管理系统的设计与实现,主要研究内容有如下三项:1、设计并实现了具备良好通用性的风控系统架构,总结和抽象了风控工作过程中的要素以及流程,并对其进行建模,使其能够适应大多数风控场景,具备可移植性,能够沉淀风控能力以及进一步进行金融科技赋能;2、提出并实现了基于表达式引擎技术的高效策略配置,使用表达式引擎技术替换传统的规则引擎技术,以降低风控策略配置的难度,使风控人员能够独立配置风控策略,缩短风控策略配置的周期,同时也避免了将风控策略配置的内容暴露给非风控人员,符合了对风控策略的隐私和安全性要求;3、设计并实现了基于多种引擎技术相结合的风控工作流系统,表达式引擎技术来支持场景单一且简单的风控策略配置,而流程引擎技术则以灵活的方式编排和整合各种风控策略配置、其他风控模型,以适应更加复杂的风控策略的定制与实施,完成风控策略的统一管理。本论文实现的互联网金融风控工作流配置与管理系统,支持风控人员进行风控策略的配置并将风控策略转换为风控服务完成风控工作,具备良好的通用性、友好的可配置性、能够支持更加复杂场景下的风控任务实施并统一管理风控策略,提升了金融风控系统的效率和能力。
其他文献
随着APT组织的兴起,针对国家或者大型公司的APT攻击也逐渐被安全研究人员关注,其中APT攻击手法隐蔽,且通常使用Oday或者较新的Nday,难以防范,因此针对漏洞利用行为的检测在当前环境下是十分有必要的。本文提出了一种基于控制流完整性的漏洞利用检测技术,该技术通过处理器硬件跟踪能力对程序执行的汇编指令序列进行提取和恢复,从而准确透明无感知的获取到程序完整的运行时汇编指令序列,其中可能包含漏洞利用
信息隐藏技术是一种将秘密信息隐藏在自然载体中而不改变载体感知特性的科学。图像、视频、语音、文本等多种数字媒体都可以作为信息隐藏的载体,而音频隐写技术是以音频为载体进行隐写的技术。现有的音频隐写方法主要是人工设计的方法,在算法设计时需要大量的对应的专业知识,门槛高,还面临很多挑战。此外,在大数据时代,媒体形式丰富多样,若信息隐藏模型只能针对单一类型的载体进行嵌入和提取,其安全性是不够的。我们希望无论
随着互联网的发展,JavaScript作为一种功能完备的脚本语言,被广泛地应用于Web网站开发,但是由于这种程序语言具有动态执行、不依赖于平台等特性,在给开发工作带来便利的同时,也造成了严重的安全隐患,比如黑客们极易利用浏览器及插件的漏洞进行恶意代码的编写与执行。网络攻击技术的快速更新和迭代泛滥已经严重危害到广大用户的安全,因此面对严峻的网络空间安全现状,我们亟需对JavaScript的代码安全进
随着移动互联网的快速发展,移动应用程序逐渐改变了人们的日常生活方式。在应用市场中的应用数量指数级增长的同时,应用安全设计缺陷和恶意程序的增长也带来了严重的安全威胁,对当前移动应用自动化测试技术提出了挑战。当前,国内Android应用市场中应用功能日益丰富,不仅限于社交类应用,用户与应用之间、用户与用户之间的关联越来越紧密。国内多数应用都涉及了用户账号的注册和登录功能,部分应用核心功能与用户账号紧密
语义分割是智能驾驶领域目前仍具挑战性的重要研究问题之一,使用深度学模型处理语义分割任务已为学术以及应用界的主流。对于语义分割任务,在图像建模过程中考察图像的二维序列关系可以显著地提高深度学习模型的性能,在此基础上,非局部模块以及其他形式的注意力模块得以提出。本文的研究内容重点关注了基于注意力机制的图像序列关系建模以及损失函数的设计及改良,主要内容如下:1.针对图像序列关系建模问题引入注意力机制,利
随着互联网的发展,信息过载成为人们获取感兴趣内容的一个重大挑战。推荐系统作为信息过滤系统的一个子集,能够根据用户本身的属性信息以及商品的历史交互记录来挖掘用户潜在的兴趣爱好与需求,大大减少了用户筛选信息的时间,对于提升用户体验、缓解信息过载问题有很大的帮助。传统的推荐算法通常只考虑了用户和商品的直接交互这种规则的欧几里得数据而往往忽略了实际场景中用户和用户关联,商品和商品关联等等构成的错综复杂的图
近年来,越来越多的应用要求低延迟和高处理能力。移动设备有限的计算能力限制了其在复杂移动应用中的性能。将任务计算机会地卸载到边缘服务器上,可以减少移动设备上的计算负担,提高移动终端的续航时间。然而,由于用户的移动性,网络中边缘服务器上的计算负载会变得不平衡。因此,针对用户移动性异常检测和基于用户移动性进行计算卸载流量均衡,成为一个迫切需要解决的问题。本文在移动无线接入网络场景下,针对用户移动性异常检
近几年以来,随着智能语音设备的普及,人们对语音降噪的需求日益增加,语音增强算法的作用也日益彰显。其中基于深度学习的语音增强算法显示出了巨大的潜力,极大地提高了语音降噪的能力,但是同时也存在着很多问题和挑战,例如通过引入密集连接卷积网络(Dense Convolutional Network,DenseNet)可以提高模型的性能,但是也存在参数利用不充分的问题;损失函数和评估指标不匹配,常用的损失函
互联网技术的快速发展,为人类生产和生活提供极大便利的同时,也带来了巨大的网络安全挑战。渗透测试技术通过模拟黑客攻击方法来检测系统漏洞,可以快速发现网络安全问题,避免造成不可逆损失。近年来,网络安全行业高速发展,涌现出了众多渗透测试工具,大大方便了渗透测试人员对企业网络进行安全性测试的工作。但是,大多数工具只能针对可以直接访问的网络进行渗透测试,而绝大部分安全问题往往存在于测试工具无法直接访问的内部
近年来,随着网络通信技术的发展、5G(5th generation mobile networks,5G)的商业化以及相关设备的升级换代,虚拟现实(Virtual Reality,VR)服务和应用得到了极大的发展。在VR视频业务的应用场景中,360°全景视频的数据传输量通常是传统视频的数倍以上,且由于用户的QoE(Quality of Experience,QoE)要求时延极低,网络中基站面临的压