某城商银行：智能风控与反欺诈系统

该城商银行资产规模约 1800 亿元，日均交易笔数 40 万笔。原有风控依赖固定规则引擎，规则库积累了 600 余条，维护困难且误杀严重，客户投诉中近三成与误拦截有关。

核心痛点

• 规则越加越多，彼此冲突，新规则上线前无法评估影响面。
• 误杀率高，正常交易被拦截后需人工解锁，客服压力大。
• 新型欺诈手法（如设备农场、代理 IP）识别能力弱。

方案设计

1. 规则与模型双层架构

保留规则引擎处理强合规要求（如黑名单、限额），在其上叠加机器学习评分模型处理灰区判断，两层结果加权输出最终决策。

2. 实时特征计算

搭建实时特征平台，支持「近 5 分钟同设备交易笔数」「近 30 天异地登录次数」等 200 余个特征的秒级计算。

3. 可解释与可申诉

每一次拦截都输出命中原因与置信度，客服可一键查看并向客户解释；同时建立白名单快速通道。

合规与数据安全

全系统私有化部署在行内数据中心，训练数据不出内网；模型上线前通过行内科技与合规双部门评审，所有决策留痕可追溯，满足监管审计要求。

项目成效