近日,信也科技正式推出国际业务图数据库,帮助解决国际业务发展过程中关联关系日趋复杂的难题,包括高效治理异构大数据、深度挖掘复杂网络以及推理预测隐性关联关系,为风控系统提供实时更新的关联变量查询服务。
目前,信也科技国际业务图数据库已经提供了海量节点数据、关联关系和关联变量查询服务,很好地支持了风控系统的关联变量查询需求。
支撑风控系统实时关联变量查询
如果把现实世界比喻成一张复杂的网络,用户和用户之间通过各种事物,比如设备、地址、联系方式产生关联,这形成了海量的、复杂的、互联的、多变的网状数据。在金融业务中,这些关联关系则成为判断欺诈用户、评估逾期风险的重要因素,也使得风控对于数据的关联查询需求日益增加、对实时性的要求也越来越高。
然而,传统的关系型数据库往往无法满足高效、实时的查询要求,耗时长且对线上数据库性能造成巨大压力。信也科技国际业务图数据库的出现,能有效帮助解决这些难题。
数据同步实现低延迟、高可用
起初,信也科技便以低延迟、高可用为设计目标,将国际业务图数据库定位为线上数据的异构从库。
同步程序简洁轻量,只将关联关系同步到图数据库,其他相关信息同步到文档型数据库MongoDB。综合考虑Nebula的写入性能,信也科技基于Canal实现同步程序,利用Canal消费Binlog直接写入Nebula Graph,减少中间链路,实现尽可能低的同步延迟,通常可实现图数据比主数据延迟10ms左右。
数据同步功能同时支持历史数据加载和增量数据同步,只需要新增一个数据表到关联关系的配置,同步程序就可以开始进行历史数据加载,并且在历史数据加载完成之后切换到增量同步,确保了数据的完整性和实时性。
该方案实现了主备高可用。当主同步节点出现故障时,备用同步节点将被选择为主同步节点,继续进行同步工作。
同步程序示意图
赋能国际业务助力反诈升级
此前,信也科技国内业务推出了基于Huge Graph的明镜反欺诈调查前端系统,主要服务于反欺诈调查和团案分析。Nebula Graph是、在实时写入和在线查询方面表现出色的开源分布式图数据库,信也科技基于这款数据库,并充分结合国际业务的需求和现状,重新实现了图数据的数据存储部分,可支持实时更新的关联变量查询服务。
由于明镜反欺诈系统在设计之初就对图存储层做了封装和隔离,在国际业务的应用中,只需重新设计一个适配层,就能将其应用到国际业务图数据库之上,同步使用明镜反欺诈系统成熟的关联调查、欺诈风险规则分析等功能。
反欺诈调查前端
当今的金融环境下,金融风控的诸多场景都存在维度多、数据量大、关联隐蔽、潜在损失巨大、损失难以追回等特点。信也科技国际业务图数据库对于关联查询的优化,将散落于各个系统孤岛中的客户、交易、行为数据构建成完整的高维用户画像,赋能国际业务实现从单点视角到全局视图、从静态数据到动态智能的飞跃。
接下来,信也科技将继续加强研发创新,提升风控系统的效率和准确性,助力风控系统数据分析和决策应用,推动金融科技行业高质量发展。