作者：Neo4j大中華區(qū)總經理方俊強

每年企業(yè)因欺詐所承受的損失可達數(shù)百萬美元。根據(jù)普華永道的數(shù)據(jù)，自2020年以來，近一半的企業(yè)組織都經歷過腐敗、欺詐或其他經濟犯罪。隨著管理者對風險防范與控制意識的提升，越來越多的企業(yè)采用圖技術構建應用系統(tǒng)，解決欺詐關聯(lián)問題，以便更好地實現(xiàn)企業(yè)目標。

圖技術的優(yōu)勢在于將數(shù)據(jù)之間的關系作為優(yōu)先級，使用圖數(shù)據(jù)庫可直觀顯示，對于高度互連、數(shù)據(jù)量龐大、數(shù)據(jù)種類繁多以及需要對復雜查詢作出快速響應的分析非常有效。作為全球圖數(shù)據(jù)平臺的領導者，Neo4j圖數(shù)據(jù)平臺可以輕松對復雜關系進行建模、存儲和處理，并識別隱藏在傳統(tǒng)表格數(shù)據(jù)集中的模式和洞察。Neo4j圖數(shù)據(jù)平臺優(yōu)異的可擴展性、全面的圖算法和強大的圖分析能力在欺詐調查速度、欺詐識別效率和風險傳導管理等方面極具優(yōu)勢。

Neo4j大中華區(qū)總經理方俊強

挑戰(zhàn)日益加劇——網絡成為欺詐新陣地

據(jù)中國司法大數(shù)據(jù)研究院8月相關報告數(shù)據(jù)顯示，2017年至2021年，全國各級法院一審審結的涉及信息網絡犯罪案件共計28.20萬余件，案件量呈逐年上升趨勢，其中詐騙罪案件量占比最高，為36.53%，信息網絡犯罪案共涉及66萬余名被告人。

數(shù)字平臺為欺詐創(chuàng)造了新的機會，復雜的交易網絡可使用復雜的分層技術來掩蓋當事人。大量小額交易通過代理、公司和金融機構組成的迷宮進行，使得調查人員很難開展資金追蹤。

隨著疫情引發(fā)的數(shù)字化熱潮，許多現(xiàn)有的制衡機制沒有及時更新。離線工作系統(tǒng)和流程不再適用于在線世界?；ヂ?lián)網無國界的特性使經濟實體可以輕松訪問其他國家，且不受限于這些國家的管轄范疇和執(zhí)法范圍。

應對策略核心——速度至關重要

速度對于檢測欺詐和防止其傳播至關重要。但當前的欺詐檢測工具無法應對如今數(shù)百萬筆交易和涉及的各方。一些機構已經轉向自動化、人工智能、機器學習和自然語言處理 (NLP)，但這些工具的效果也僅與提供的數(shù)據(jù)大同小異。

問題在于，使用現(xiàn)有的取證方法，數(shù)據(jù)存儲在使用以單元格（列和行）展示的傳統(tǒng)關系型數(shù)據(jù)庫系統(tǒng)中，只能關聯(lián)兩條數(shù)據(jù)。這意味著無法檢測到可能表明異常行為的關鍵模式和關聯(lián)。

隨著業(yè)務流程加速且更自動化，檢測欺詐的時間范圍正在縮小。實時解決方案變得至關重要。Neo4j知識圖譜尋找隱藏在復雜關聯(lián)事件中的模式，在更短的時間內以可擴展的方式從具有復雜上下文情景的大量數(shù)據(jù)中獲取有價值的信息，用戶可以對基礎數(shù)據(jù)進行推理并自信地使用其進行復雜的決策。

識別可疑鏈接

調查人員越來越多地采用圖數(shù)據(jù)科學。這是一種完全不同的存儲和管理數(shù)據(jù)的方式，使用節(jié)點和鏈接的圖來表示它們之間的關系。這增加了諸如“交易于”或“注冊于”之類的關鍵上下文情景，有助追蹤關聯(lián)人員。

借助Neo4j知識圖譜，可以直觀地識別人的線索和欺詐圈。根據(jù)某人與可疑實體關系的質量、數(shù)量和距離生成“有罪關聯(lián)”分數(shù)。隨著時間的推移，這些圖變得更加有用。一旦生成了欺詐環(huán)的模式，相似性算法就可以使用該模式來檢測其他潛在的欺詐圈及其參與者。

精準預測與高效預防

保險業(yè)是最容易受到欺詐的行業(yè)之一。德勤警告稱，由于保險業(yè)務模式的數(shù)字化，自疫情以來，保險業(yè)的網絡風險正在增加。傳統(tǒng)上，保險公司使用基于規(guī)則的軟件來嘗試分析數(shù)十萬個索賠，其中高達10%的索賠可能是捏造或夸大的，具體取決于類別。

蘇黎世瑞士是蘇黎世保險集團的一部分，最初成立由25名現(xiàn)場調查員組成的團隊，負責調查潛在的欺詐案件。但是由于自動生成的報告數(shù)量過大而無法處理。為了更有效地進行分類，蘇黎世轉向了圖數(shù)據(jù)平臺。調查人員現(xiàn)在已經從基于規(guī)則的風險工具轉向基于圖的應用程序，該應用程序存儲了大約 2000 萬個節(jié)點和3500萬個關系。他們可以篩選并快速識別大量信息中的任何問題。該圖可以立即顯示爭議中的各方是否有關聯(lián)，特別是故意撞車騙保的交通事故。

有效保護供應鏈

供應鏈龐大而廣泛，供應商網絡深厚而且涉及的交易數(shù)量巨大，很容易受到欺詐的影響。其中一個場景就是食品丑聞，合格產品被更便宜、劣質或假冒產品所替代。正如畢馬威所觀察到的，“在當今全球市場中，串通回扣、賄賂和腐敗以及操縱投標的行為越來越普遍，而且越來越難以被發(fā)現(xiàn)”。

采購平臺Transparency-One嘗試開發(fā)一個基于傳統(tǒng)列和行數(shù)據(jù)庫的可視化平臺，該平臺使用SQL（結構化查詢語言）來查詢數(shù)據(jù)。其目的是確保可追溯性并使用戶能夠搜索受特定原材料或設施問題影響的任何產品。

但是信息數(shù)量和結構對于該平臺來說實在太多，無法快速處理。Transparency-One因此轉移到了圖數(shù)據(jù)平臺。它能夠分析數(shù)千種不同的產品，并在幾秒鐘內生成結果。制造商和品牌所有者可以了解、監(jiān)控、分析和搜索他們的供應鏈，并共享有關生產場所和產品的重要數(shù)據(jù)。

傳統(tǒng)技術無法檢測精心設計的欺詐圈或大量可疑活動，與之相比，可存儲更豐富、更深入數(shù)據(jù)的圖數(shù)據(jù)科學能夠實現(xiàn)實時分析和欺詐預防，為組織節(jié)省數(shù)百萬美元。

越來越多的公司將在數(shù)字優(yōu)先經濟中面臨更嚴峻的欺詐挑戰(zhàn)，需要以更大的敏捷性擴展解決方案流程。圖技術在處理關系復雜數(shù)據(jù)上的優(yōu)勢有目共睹，國內外各行各業(yè)如火如荼地開展圖技術的探索和應用，其未來前景也將大放異彩。