iuvity 借助 Neo4j 将欺诈检测率提高 200%

拉丁美洲是数字银行和支付领域增长最快的地区之一。银行必须提供无缝的用户体验，最多只能留给他们半秒钟的时间来批准或拒绝交易，否则用户体验就会崩溃。在拉丁美洲尤其如此，那里的支付通常由银行实时处理。人们期望事情能快速发生。

这半秒钟就是 iuvity 的运营空间——他们利用 Neo4j 强大的图数据库作为其专有解决方案 iuviPROFILER 的基础，用于即时评估欺诈风险。这是 iuvity 提供的服务的重要组成部分，其服务涵盖了拉丁美洲主要银行的整个数字渠道和客户体验。

按数据衡量：iuviPROFILER

• 图谱规模： 2.5亿个节点，22亿条关系
• 交易速率： 每秒 500 笔交易
• 欺诈检测率： 提高 200%
• 预防损失： 每年超过 4000 万美元
• 受保护的交易： 每年超过 32 亿笔
• Neo4j 查询速度： 十毫秒级别
• 平台： 在 Microsoft Azure 上运行的 Neo4j Enterprise Edition

“使用传统的、关系型数据库进行实时欺诈检测是行不通的，”iuvity 首席数据与分析官 Edgar Osuna 博士说。“表与表之间的连接太多了，根本不可行。”

当 iuvity 探索构建 iuviPROFILER 的机会时，Osuna 清楚地知道他需要使用一种新的数据结构来解决这个问题。“当你在白板上解决问题时，你会开始画出欺诈发生时的情况。你会看到很多点和线。那些就是图。”

“这个问题‘强烈呼唤着图数据库’，”他说。解决方案将是一个灵活且极快的图应用。

iuviPROFILER 能有多快？

iuviPROFILER 在拉丁美洲的金融服务和银行业附近运营，提供专注于最终用户和易用性的数字解决方案。正如 Osuna 所说：“iuviPROFILER 赋能银行安全地开展业务。最终，我们希望减少个人与其金融世界之间的摩擦。”

欺诈检测是银行所需的功能。iuviPROFILER 使用 Neo4j 作为组件来处理数据和识别风险。这款产品是 iuvity 团队开发的内部解决方案，旨在替代一款不再满足客户需求的商业欺诈检测工具。

Osuna 的金融和技术背景帮助他从各个角度看待这一挑战。在跨国金融机构担任高管超过20年的经验，让他对业务需求和客户需求有着深刻的见解。他同样拥有卓越的技术能力：他的研究因在机器学习领域的发表贡献而荣获 IEEE Longuet-Higgins 奖。

Osuna 表示他选择 Neo4j 是因为该技术足够成熟，能够可靠地处理每秒数百笔交易，尤其是在节假日和发薪日等高峰需求时期。换句话说，速度至关重要。“这东西必须飞快，”Osuna 说。

得益于 Cypher 查询语言 背后的精简逻辑，iuviPROFILER 每秒可处理数百笔交易，单次查询仅需数十毫秒。

图谱在演变

iuvity 使用 Neo4j 推出 iuviPROFILER 至今已逾两年，随着时间推移，其图数据模型也在不断演变。Neo4j 可以处理按需进行的数据模型更改，而不仅仅是实时删除和追加。Osuna 说，它的妙处在于“数据模型本身一直在变化，而无需停止服务。”

“我认为，这是我们一开始就看到 Neo4j 强大之处之一，”他说。“你可以随时向 Neo4j 添加内容。”

云可移植性与迁移便捷性

iuvity 团队最初设计 iuviPROFILER 是为了在不同的云平台上运行，这个决定是在 iuvity 技术快速转型时期做出的。最终，他们从一个主要的云提供商迁移到了另一个。他说，这次迁移“进行得很顺利，没有意外”。“除了做一些微调，最终并没有什么不同。”

恰好，Neo4j 可以与 任何主流云托管提供商 无缝协作，因此迁移到 Azure 顺利进行，波澜不惊。

“当然，基础设施是不同的。但我们不需要重新编码或重新编程任何东西；一切都按预期的方式运行，”他说。

消除摩擦，提升客户体验

在我们这个数字时代，数据、分析和信息常常被剥离并孤立于数字背后真实的人。Osuna 喜欢将注意力集中在他认为的真正客户身上。

“最终，我们服务的是使用应用程序的人，”Osuna 说。“我们希望他们在使​​用应用程序时感到放心。”

由于近年来网络攻击在拉丁美洲 增加了 30-40%，Osuna 依赖 Neo4j 构建人们可以信任的应用。

“我们都经历过信用卡交易被拒绝或被要求回电的情况，”他说。“这不仅仅是手机上的转账按正确流程执行，还包括如果不是欺诈，就不会被阻断。”

这种最终用户体验驱动着 iuviPROFILER 的发展，也是为什么如此多银行选择将其作为欺诈预防解决方案的原因。

iuvity 用基于 Neo4j 开发的自有应用替换了一款知名的欺诈检测产品，并能够进行并排结果比较。

“我认为，因为我们能够查看相同的数据、相同的银行、相同的一切，并逐一比较，所以我们能够在内部和向银行展示我们做得更好，”Osuna 说。

“在相同的误报率下，我们能够实现两倍的检测率，”他说。“最终结果是减少了客户的摩擦、降低了银行的损失，并为客户提供了更好的保护感受。”

面向未来的数据库是 Neo4j

展望未来，Osuna 表示他认为 Neo4j 是其产品提供新功能的“关键部分”。

他说，这种关系至关重要，“因为从我的角度来看，这意味着在信息存储、信息检索、数据模型演变方面，我不需要寻找另一个数据库供应商，也不需要寻找另一个供应商来填补我路线图上功能 A、B、C、D 的空白。” 作为对这一关系的重要承诺，Neo4j 为企业客户提供 24/7 全天候支持，以及庞大的社区和知识库，以确保持续成功。

“我们看到的方式是，就像我目前从 Neo4j 中为我的解决方案提供了这四项功能一样，那么第五项、第六项以及其他任何功能都将来自同一个数据库引擎。如果需要的话，它将为我们增强的、更大更复杂的模型提供支持，”Osuna 说。