蚂蚁集团、清华大学等联合发布图风控报告

12月8日，国内首份《图风控行业技术报告》（以下简称“报告”）在北京发布，指出智能风控迈入“全图时代”，图智能应用于风控领域形成的“图风控技术”成为应对AI时代复杂风险形势的下一代风控基础设施和关键性技术。报告认为，图风控充分利用了海量数据时代的数据关联性特征，实现了大规模时序关系图的高效构建及全周期实时风险识别，在解决黑产复杂隐蔽、信息孤岛等挑战，挖掘更多隐藏风险等方面提供了强大的技术功能和应用价值。

据了解，该报告由蚂蚁集团、清华大学、北京邮电大学、中山大学、上海交通大学、复旦大学、之江实验室和阿里巴巴淘天集团联合编写，中国人民大学国际货币研究所（IMI）、金融科技50人论坛（CFT50）提供学术支持，详细呈现了新型数字风险态势、图风控算法技术、图数据库等底层基础设施，并提供了丰富的行业应用案例。

数字化智能化的颠覆性变革正在带来全新的安全挑战。尤其是AI大规模渗透应用引发新一轮智能化浪潮，带来新型数字经济网络中数据复杂度和关联性呈几何倍增，也带来了更加复杂、隐蔽、强对抗和更具破坏力的安全威胁。传统的风控方式已难以抵御多样化的风险形势，越来越多的场景需要更智能化的技术利器。图风控技术的出现，提供了一种解决问题的利器。

课题组专家、北京邮电大学教授、博士研究生导师石川在报告中指出，智能风控技术历经专家策略、机器学习和深度学习的演进，如今图智能技术正逐渐成熟。在金融、电商、安全、社交等领域，风险涉及多个实体之间的复杂交互关系。图智能技术以更直观、高效、智能的方式表达和分析这些交互关系，助力系统发现潜在风险中的隐藏模式和异常，进而提升对潜在风险的准确性和及时性识别。

具体来说，“图”是一种以点和边来表示实体和关系的数据结构；“图智能技术”指包括图数据库、图计算引擎、图神经网络、图可解释等一系列和图有关的人工智能技术通称，是最适应大数据海量、动态等特征的技术之一；应用于风险控制领域而形成的“图风控技术”，可以聚合风险事件、交易属性、关系图谱、专家特征等各类动态变化的风险数据，结合图结构数据的可解释性，实现对风险全链路、基于关系视角的刻画，为风控从业者提供更加全面、可见、实时的风险监测并及时决策。因此，运用图技术提升风控系统能力，正成为行业的新发展趋势。

图风控技术目前在业界已有成熟应用，涵盖支付风控、信贷风控、电商风控，以及供应链、网络安全和基础设施安全等多个领域，是金融机构、安全服务商、新兴初创企业，以及大型科技公司逐浪的“风控风口”。

蚂蚁集团副总裁、大安全事业群总裁赵闻飙在报告中表示，数字经济时代，安全的重要性日益凸显。图风控技术作为蚂蚁集团重点研发投入的创新技术之一，现已成为强化风险管理的利器，对构筑坚固的安全防线作出了重要贡献。

报告显示，蚂蚁集团从2015年开始探索图技术，推出了底层自研的大规模图风控基础设施TuGraph。基于TuGraph布局的全图风控体系，打造了万亿级点边规模的全域风险大图，目前已全面应用在业务场景中，不仅实现了支付过程的毫秒级极速风控，支撑了高频交易的高精准度识别，还显著降低了资损率，提高了反欺诈和反洗钱等安全业务的效率。

据了解，全图风控是蚂蚁集团智能风控体系“IMAGE”的重要组成部分。该体系还包括交互式主动风控、端边云协同风控、多方安全风控、智能对抗，支撑了支付宝资损率连续三年低于亿分之一，为解决风控的智能化、主动性、可预测性、隐私保护等世界级难题提供了新突破，获得CCF科学技术奖、吴文俊人工智能科学技术奖、浙江省科学技术奖等多个权威奖项。