0
| 本文作者： 周蕾 | 2019-06-26 23:11 |
2010年就成立的邦盛科技，在金融風控反欺詐領域的資歷不可謂不深。但就是這樣一家老牌技術服務商，卻走了一條不太常規(guī)的路子：從成立之初到現(xiàn)在，邦盛有將近一半的時間在全力攻克流式大數(shù)據實時處理平臺“流立方”，再去開展融資和商用。
現(xiàn)在的流立方，號稱有著超高并發(fā)與超低延時的特性，同時支持多種復雜事件的計算。從業(yè)務版圖來看，流立方也正是邦盛整個金融實時風控反欺詐堡壘的頂梁柱。這次，雷鋒網AI金融評論就和邦盛科技創(chuàng)始人兼CEO王新宇博士聊了聊流立方的誕生始末。
邦盛的技術思路，逃不開對“時間”的要求。
在王新宇看來，剛剛在線上產生的數(shù)據，需要結合歷史數(shù)據，才能對它進行實時的價值判斷，而不是僅分析當前的數(shù)據本身：“例如把過去一年所有交易行為的流水全部分析一遍，對比當前才知道有沒有風險?！?br/>
流立方要成為的，就是這樣一個實時大數(shù)據處理引擎：兼顧數(shù)據的時間跨度和新鮮度，還有計算速度，解決數(shù)據倍增、數(shù)據處理時效差和數(shù)據處理毫秒級需求的問題。
這能為風控反欺詐帶來什么？王新宇博士以時間窗口問題為例，更詳細地解讀了流立方的目的和設計：
比如做攻防模型的時候，一開始想到采用過去三個月的交易平均額放進模型，然后與黑色產業(yè)鏈攻防。但它的欺詐手段如果發(fā)生變異，之前的模型可能就失效了，對方能繞過這個模型。
升級的時候，發(fā)現(xiàn)當時用的指標，過去三個月的平均交易額不及過去一個月的管用——但如果要以這個時間維度，重新現(xiàn)場計算相關指標和數(shù)據，與黑產的攻防交手過程中就已經損失很多時間和金錢了。
流立方做到時間窗口的動態(tài)拉伸，也就是（時間上）任意指定起點和終點，在毫秒級給出運算結果。
官方數(shù)據顯示，流立方集群部署少量節(jié)點即可達百萬筆每秒，平均延遲在1毫秒左右。王新宇告訴雷鋒網，在實際應用中，最復雜的客戶延遲大概在6~13毫秒之間；普通的客戶基本能達到1~6毫秒。
邦盛科技的一系列風控反欺詐產品，也全數(shù)基于流立方這個核心底層技術平臺，更強調“實時”這一效果的完成度。在實時風控的整體系統(tǒng)上，邦盛也自主研發(fā)了機器學習、關聯(lián)圖譜、設備指紋、人機識別等多項相關技術加以輔助。
盡管在金融風控領域，已有不少企業(yè)也表示能夠達到實時的效果，例如完成貸款的秒級審批和放貸，不過王新宇認為，授信模型的秒批秒貸，初步需要的數(shù)據量并不算大；與交易環(huán)節(jié)相比，用戶對授信的延時情況也沒有那么敏感。
但如果要收緊風控尺度，做到深層次的個人信用數(shù)據實時分析，還是需要大量實時計算，這正是流立方精通之處：“例如用戶過去24小時通話超過5次的對象，這些人又和誰通話超過5次？類似這樣的（關系）傳播開去，計算量也會非常大?！睋?，平安銀行的信用卡網申系統(tǒng)就有采用流立方這一技術平臺，并從2016年開始，將所有信用卡相關的交易均以實時模式接入流立方支撐的風控系統(tǒng)。
像銀行卡支付這樣的業(yè)務環(huán)節(jié)，要求則更為嚴苛。王新宇介紹稱，其合作機構銀聯(lián)，在做反欺詐的時候往回追溯數(shù)據，要面對一年1200億筆的交易流水，日均水平在4億筆左右，可能還需要在6~13毫秒內完成判別。
熬走三波股東，“流立方”艱難降生
在有這樣的業(yè)務規(guī)模之前，王新宇和邦盛團隊的其他成員一起，懷揣著一個宏大的目標，也經歷了一段不太明媚的日子——很難想象一家創(chuàng)業(yè)公司，成立五年之后才開始進入業(yè)務推廣期。
最初，創(chuàng)始團隊在浙大網新與華爾街的IT服務合作中注意到，國內的金融機構無論是在硬件還是軟件上，都依賴國外的基礎平臺。
“我們就想，能不能研發(fā)國人自有的核心基礎軟件？從理論層創(chuàng)新一直到底層核心的那種，而不是像以前那樣：國外軟件商提供中間件，國內只是做個業(yè)務系統(tǒng)?！蓖跣掠钚ρ裕@也正是邦盛科技名字的由來：
“國邦昌盛——我們想擺脫這種相當于中國企業(yè)都在給國外企業(yè)打工的局面?！?/p>
因為有過不少金融IT分析類的項目經驗，也接觸過多個相關賽道的國外SaaS服務商，在創(chuàng)業(yè)初期，邦盛的團隊很快將目光鎖定在金融數(shù)據分析的賽道上。
他們認為，尤其是國內互聯(lián)網還有如此龐大的訪問量，能把數(shù)據分析得又準又快的話，就一定會有市場。
于是在2010年，中國工程院的陳純院士帶領他的弟子們創(chuàng)立了邦盛科技，王新宇也是其中的一員。2007年從浙大計算機學院博士畢業(yè)的他，隨即和兄弟們投入到流立方的研發(fā)當中去。
邦盛科技創(chuàng)始人兼CEO王新宇博士
然而，要讓數(shù)據分析兼?zhèn)錅蚀_度和速度，這樣的研發(fā)目標就好比魚和熊掌兼得，難度也超出了他們的預期范圍。
流立方的內部，是一個又一個技術難點。除了前文所述的時間窗口問題，還有內存計算、增量計算、機器學習模型的實時決策等等……原計劃最多用三年時間做研發(fā)，結果“從成立到現(xiàn)在，差不多有一半的時間都在攻克最底層的東西。”
這樣的做法不可謂不冒險?！肮蓶|們會覺得，應該接一些開發(fā)集成項目來養(yǎng)公司，而不是全部投入到研發(fā)上?！蓖跣掠罡嬖V雷鋒網，在流立方的“燒錢研發(fā)、不搞收入”期間，邦盛熬走了三波股東。
他回憶，當時股東們認為可以拿一些成型的開源框架稍加修改，先把可用的產品推出市場銷售。但在創(chuàng)始團隊看來，開源框架的天花板太低了，它的理論模型“技術擴展性不行”。
“如果用開源做了，那基本上只是開源的水平，想要再大幅往前超過它就不太可能了，會受到它各種限制，不如全部從頭自己做起?，F(xiàn)在從底層開始做的話，就有希望大幅超過開源的性能和能力?！蓖跣掠罱忉尩馈?/p>
因此，技術團隊堅持要先把“獨家的東西”做出來。直到2015年，有了流立方和20余項核心專利，邦盛科技才完成自己的A輪融資，正式開展自己的業(yè)務。
如今的流立方除了有超高并發(fā)和超低延時的特性以外，在擴展性方面也下了功夫：自帶可計算分布式緩存，在內存不足時，能夠平滑擴展到多節(jié)點；能夠提供基于Paxos算法的多副本一致性存儲機制，確保數(shù)據存儲的高可靠性。
除了前文所述的平安銀行，目前流立方的服務領域包括銀行、第三方支付、證券、保險、互聯(lián)網金融等，邦盛科技合作的大中型金融機構累計近400家——這樣的實戰(zhàn)案例，也使得他們擁有更多輸出標準化方案的底氣。
“標準化的路線，是在與頭部客戶的合作中，不斷學習（金融知識）積累而成的?！蓖跣掠罡嬖V雷鋒網，近年來邦盛陸續(xù)攢下近3000個風控模型，涵蓋160+個風控場景；目前邦盛大約僅有10~20%左右的業(yè)務以定制化形式交付。
今年6月，邦盛順利完成了3.5億元人民幣的C輪融資，正式邁入下一階段。
為什么執(zhí)著于底層技術？“對金融機構來說，太底層的東西，他們反而不會做。”當被問起第三方風控技術服務商的未來，王新宇這樣說道。
持牌金融機構加碼科技投入，逐漸長出自己的風控能力，很難說第三方風控企業(yè)的生存現(xiàn)狀不會因此而受到影響，但于邦盛而言，對底層技術的“固執(zhí)”曾經是一種冒險，如今更是他們在產品同質化嚴重的行業(yè)里殺出重圍的武器。
邦盛科技的下一步是什么？2018年的邦盛，重心或許更多放在金融領域的橫向開發(fā)上，包括保險智能反欺詐、證券量化實時策略計算、網絡自動化攻擊防御等。
而在2019年，邦盛計劃繼續(xù)以流立方為基礎，嘗試向金融以外的行業(yè)伸出觸角。據悉，未來邦盛將在軌道交通、物流、電力、氣象、軍工、反恐等方面進行相關的產品開發(fā)。王新宇表示，一切會產生大量熱數(shù)據、有望實現(xiàn)熱數(shù)據價值最大化的賽道都有可能涉足。
更值得期待的是，邦盛正在研發(fā)下一個核心技術：多重關系的秒級實時計算。王新宇向雷鋒網透露，這一底層基礎平臺的研發(fā)兩年前就已啟動，目前技術攻關部分已經接近尾聲，不久的將來就會進入商用階段。
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
