蒋昌俊院士从如何解决网络交易的高并发、高时效、高辨识三个方面向大家介绍了我国首个互联网交易风控体系建立的全过程。

蒋昌俊院士开讲

现如今中国的互联网交易规模庞大，中国市场已然成为全球最大的数字支付市场，网络金融对国民经济发展具有重大意义，这使得网络交易的风险防控成为国家金融安全的重要组成部分。近年来，金融欺诈、跨境洗钱、贸易逃税等有组织、有规模的地下诈骗产业已经形成。据2020年不完全统计，我国金融诈骗分子约160万人，金额达4687亿元，等同于13艘航母的造价，网络诈骗严重威胁网络金融安全。

2000年伊始，互联网的出现和广泛应用使得网络交易流量如洪峰般巨大，这其中也参杂着一些恶意的交易。如何在巨大的交易流量中，把恶意交易“既快又准”地辨识出来？这在当时非常缺乏理论、方法和核心技术。蒋院士团队依靠早期做软件理论，特别是并发理论的行为认证，以及在计算所做高性能计算机并行编译的背景，与支付宝等相关单位合作，逐步建立了一套风险防控的核心技术和相应方法。

首先，蒋院士团队依据网络交易系统的多用户并发访问、多业务并发操作、多进程并发处理特点，总结提炼并建立了新的网络并发系统行为理论。并行计算机是基于顺序计算的经典计算机模型方法，像搭积木一样搭成并行实时的过程，具有难以分析网络并发系统行为的特征，需要构建全新的并发系统行为理论。蒋院士基于读博期间PN机，并发语言，矢量文法三位一体的并发系统的行为能级人机体系进一步研发了并发系统行为的一些性质，包括行为相关性，一致相关，受控相关等，这为后续的并发调度和行为认证建立了理论依据。

其次，团队发明了业务流程网路横切并发调度技术，主要解决了系统“跑得快”的难题。针对互联网交易流量巨大，且瞬时突增的状况，蒋院士提出了“以静制动”的策略，即以静态业务横切分解，制导动态数据的实时并发计算。在此基础上，对数据流的业务网络进行解耦，分解成最小不可分解的子网，以提高实施并发性。另外，在优化并发系统的计算环境方面，通过建立一系列双匹配的BM算法，以及时间约束下的一些调度算法等，通过动态优化配置，进而实现了“高时效”。

第三，团队提出网络交易风控的行为认证方法。传统的交易认证是采用单域管控的身份识别认证方式，即通过网络安全的身份信息，银行账户的数字密码等，这样极易被非法骗取，解决难点是欺诈手段多变、欺诈隐蔽性越来越强以及团伙跨域作案。

对此，蒋院士团队提出了“以不变应万变的策略”，从变化的行为数据中求解获得不变的行为纹理，这也是国际上较早提出网络交易风险防控行为认证的方法。当时普遍采用的是诈骗后总结规则，但因缺乏统一设计，规则之间缺乏一致性、效率低、准确性差，且诈骗手段层出不穷。蒋院士带领团队另辟蹊径，提出行为认证的基础即“行为认人”，通过整合普通消费者的资金链、消费方式、消费时间、消费地点等多要素、碎片化的信息进行消费规律的建模，利用诈骗者一次性转移资金的异常的分散规律进行比对分析，进而识别诈骗行为，这将交易的识别率从当时的44%提高到96.91%。