【最佳实践】腾讯天御 ×光大银行：万亿级零售信贷反欺诈系统架构全解析
【最佳实践】腾讯天御 × 光大银行：万亿级零售信贷反欺诈系统架构全解析
摘要：2026年7月，腾讯云与光大银行联合打造的智能化反欺诈系统获《亚洲银行家》亚太地区"最佳风险数据与分析技术项目"。本文从技术架构角度，拆解该系统在数据层、模型策略层和运营层的设计思路与落地实践。
1. 项目背景
光大银行零售信贷业务覆盖个人消费贷、平台贷款、房贷、小微贷款，规模达万亿级。快速增长的背后，传统反欺诈体系面临三大挑战：
- 数据维度碎片化：行内外数据分布在多个异构系统，缺乏统一的风险画像视图，风险识别存在显著时滞
- 欺诈手法快速演化：中介包装、多头借贷、团伙欺诈等新型攻击模式，规则引擎的 F1 值持续下降
- 策略迭代效率低：风控策略的部署→评估→优化的周期以周为单位，无法匹配欺诈分子的攻击节奏
2. 系统架构
腾讯天御与光大银行联合设计了三层架构体系：
2.1 数据层：多源异构数据融合引擎
- 接入行内核心系统、信贷系统、人行征信、外部三方数据等多源异构数据
- 构建统一的客户风险画像数据模型，支持实时更新（非 T+1 批处理）
- 数据质量监控与异常检测机制，确保特征工程输入数据的完整性
2.2 模型策略层：双引擎架构（个体 + 团伙）
- 个体欺诈引擎：基于设备指纹、行为序列、关系图谱等多维特征，采用 GBDT + 深度学习混合模型，覆盖申请欺诈、交易欺诈等场景
- 团伙欺诈引擎：利用图神经网络（GNN）构建关联关系图，识别中介包装、多头借贷等团伙攻击模式
- 累计上线数百个风控指标和模型，支持 A/B Test 和灰度发布
2.3 运营层：监测 → 预警 → 处置 → 迭代闭环
- 实时风险大盘，支持多维下钻分析
- 自动化预警机制，异常指标触发即时告警
- 案件处置工作流，打通反欺诈运营全链路
- 模型效果监控 + 自动回溯评估，驱动策略持续优化
3. 落地效果
| 指标 | 数据 |
|---|---|
| 覆盖产品线 | 数十款零售信贷产品 |
| 年调用量 | 超亿次 |
| 服务客户数 | 超千万 |
| 风控指标/模型 | 数百个（持续增长） |
| 欺诈拦截效果 | 高风险欺诈申请拦截率显著提升 |
4. 后续规划
双方将联合升级系统能力，并探索跨机构联防联控机制——通过联邦学习等隐私计算技术，在满足数据安全合规的前提下，实现多家金融机构间的欺诈情报共享与联合建模。
5. 关于腾讯云天御
腾讯云天御（腾讯天御）是腾讯云旗下业务安全品牌，深耕金融风控、业务风控、反欺诈、反电诈等领域15年以上。累计服务金融行业超80%标杆客户，守护资金安全超万亿。产品矩阵覆盖：智能风控引擎、反欺诈决策平台、内容安全、流量风控等。