“产学研”结合背后“图计算”：深层次的关系挖掘 能否为反洗钱防诈骗提供新技术底座？

每经记者 叶晓丹    每经编辑 文多    

9月26日，2021世界互联网大会乌镇峰会“世界互联网领先科技成果”正式发布，全球共14个技术项目获奖。其中蚂蚁集团和清华大学联合研发的“大规模图计算系统GeaGraph”（以下简称“图计算”）入选。

目前，图计算技术在全球还处于探索阶段，是人工智能领域的下一个高地，在金融安全、能源、搜索等领域有着广泛的应用前景。

中国工程院院士、清华大学教授郑纬民认为，基础软件领域的国产化不应只是低水平的替代，更不应该只是开源软件的换皮，要学会“从头构建先进的系统软件”。“图计算给了我们一个很好的例子：产、学、研结合，高校和科技领先企业共同突破技术难关,并将其规模化应用。这种模式如能在国内顺利运行和复制推广，有望大大加快我国解决基础软件领域卡脖子问题的进度，逐步构建出源于中国的先进基础软件集。”郑纬民说道。

深层次关系挖掘

蚂蚁集团董事长兼CEO井贤栋在发布会现场表示，风险管理是一个攻与防持续博弈的过程，我们可以看到，恶意金融行为日益隐蔽多样，通过分散账户和长链条进行资金的分散和聚集，面对这类恶意金融行为，传统分析方法存在识别精度不足、时效性差等问题，迫切需要新的技术能力。图技术作为一种新的数据模型，可以高效支持深层次的关系挖掘，为金融风控提供了新的思路。正所谓魔高一尺，道高一丈。

那么，从技术角度而言，图计算和以往的计算系统有何不同？

9月26日晚，蚂蚁集团计算存储首席架构师何昌华向《每日经济新闻》记者介绍，图计算是基于图模型的查询计算一体化的图数据库系统，和基于表模型的关系型数据库不同。关系型数据库在处理表的关联数据时需要进行多表关联，大量的连接操作会导致性能指数级下降，而图计算在处理复杂场景、深度关联分析时可以带来2～4个数量级的性能提升，是真正注重“关系”的系统。也正因为图计算在处理关联数据时的强大能力，该技术正被广泛用于金融风险控制、企业信用评估、营销推荐等有着复杂关联关系的场景中。

反洗钱、反欺诈的应用场景

据了解，反洗钱、反欺诈、金融风控是图计算在金融领域的主要应用场景。《每日经济新闻》记者在今年4月报道“义乌商户断卡风波”时了解到，商户在结算过程中，电信诈骗或者洗钱有关的犯罪团伙通过四方支付、跑分平台、聚合支付等平台渗透的概率非常高。义乌商户银行卡被冻结的大部分原因是被作为跳板或者通道型的结算账户，作为跳板账户，汇兑的时候电信诈骗可能会通过公转私、私转私或者公转公渗透。

那么，“图计算”技术应用在反洗钱、反欺诈的金融领域，能发挥怎样的作用？

何昌华表示，一笔交易判断是否涉嫌洗钱或欺诈，往往是看这个交易本身包含的各账户之间的状态，这些在计算中可以翻译成一种图案，“找到图案以后我们能判断这个交易是否有问题，以前也有很多技术做到这一点。不过，以前的技术是找一些非常简单的图案，但是现在我们面临的情况越来越复杂，洗钱和欺诈的环节越来越长，环节长了之后原有的计算能力就比较难抓取到。”而且随着科技进步，欺诈、洗钱的技术也在不断升级。图计算不断通过技术的沉淀，挖掘深层次的团伙之间的关系和动态变化，“根据我们观察到的数据，采用的图技术以后，识别率基本上是提高了接近一百倍，案件审理的效率提升了90%以上”。

“我们在复杂的用户交易行为中已经印证了大规模图计算的高效性能，未来，这种技术在电信、医疗、制造、能源等领域有着广阔的应用价值和前景。我们坚持技术成熟一个开放一个，期待接下来能把这套技术共享到更多行业。”何昌华表示。

这项技术的大规模应用存在哪些难点？何昌华坦言，不同场景的应用需要一定程度的定制和算法的调整，这对合作方的能力背景有一定的要求。