iuvity 利用 Neo4j 将欺诈检测率提高了 200%

拉丁美洲是数字银行和支付业务增长最快的地区之一。银行必须提供无缝的用户体验，最多给他们半秒的时间批准或拒绝交易，否则体验就会开始崩溃。对于拉丁美洲来说尤其如此，因为支付通常由银行实时处理。人们期望事情迅速发生。

iuvity 正是在这半秒钟内运作——利用 Neo4j 的强大图数据库作为其自主开发的 iuviPROFILER 解决方案的基础，该解决方案能够即时评估欺诈风险。这是 iuvity 产品组合的重要组成部分，iuvity 为拉丁美洲的主要银行处理整个数字渠道和客户体验。

iuviPROFILER 的数据

  • 图规模：2.5 亿个节点，22 亿个关系
  • 交易速率：每秒 500 笔交易
  • 欺诈检测率：提高 200%
  • 防止的损失：每年超过 4,000 万美元
  • 受保护的交易：每年超过 32 亿笔
  • Neo4j 查询速度：十分之一毫秒
  • 平台：Microsoft Azure 上的 Neo4j 企业版

“使用传统的、关系型数据库实时进行欺诈检测是行不通的，”iuvity 的首席数据和分析官 Edgar Osuna 博士表示。“要使其可行，在太多张表之间进行太多连接简直是不可能的。”

当 iuvity 探索构建 iuviPROFILER 的机会时，Osuna 清楚地认识到他需要使用一种新型的数据结构来解决这个问题。“当你在白板上处理问题时，你开始绘制欺诈中发生的事情。你会画很多点和线。这些就是图。”

“问题是‘尖叫的图’，”他说。解决方案将是一个灵活且速度极快的图应用程序。

iuviPROFILER 的速度有多快？

iuviPROFILER 在拉丁美洲的金融服务和银行业领域运营，提供以终端用户和易用性为重点的数字解决方案。正如 Osuna 所说，“iuviPROFILER 使银行能够安全地开展业务。最终，我们希望减少个人与他们的金融世界之间的摩擦。”

欺诈检测是银行所需要的。iuviPROFILER 使用 Neo4j 作为组件来处理数据并识别风险。该产品是 iuvity 团队开发的内部解决方案，作为不再满足客户需求的商业欺诈检测工具的替代方案。

Osuna 的金融和技术背景帮助他从各个角度看待这个问题。他曾在跨国金融机构担任高管 20 多年，这使他对业务需求和客户需求有着深刻的见解。他还具备相应的技术能力：他的研究因在机器学习领域发表的成果而获得了 IEEE Longuet-Higgins 奖。

Osuna 说，他选择 Neo4j 是因为这项技术已经足够成熟，可以可靠地处理每秒数百笔交易，尤其是在假期和发薪日等需求高峰期。换句话说，速度至关重要。“这东西必须飞起来，”Osuna 说。

iuviPROFILER 每秒可以处理数百笔交易，每次查询只需花费几十毫秒，这得益于 Cypher 查询语言 背后的简化逻辑。

图在不断发展

iuvity 使用 Neo4j 推出 iuviPROFILER 已经两年多了，在此期间，其图数据模型一直在发展。Neo4j 可以根据需要对数据模型进行更改，而不仅仅是实时删除和追加。Osuna 说，最美妙的是，“数据模型本身一直在不断变化，而无需停止服务。”

“我认为我们在一开始就看到了这一点，这一点非常强大，”他说。“你总是可以向 Neo4j 添加内容。”

云可移植性和迁移简易性

iuvity 团队最初设计 iuviPROFILER 在不同的云平台上运行，这一决定是在 iuvity 技术快速过渡的时期做出的。最终，他们从一家主要的云提供商迁移到另一家。他表示，迁移“顺利进行，没有出现意外情况”。“除了进行一些微调外，最终并没有什么区别。”

恰巧 Neo4j 与任何主要的云托管提供商无缝衔接，因此迁移到 Azure 非常顺利。

“当然，它是一种不同的基础设施。但我们不需要重新编码或重新编程任何内容；所有东西都按预期工作，”他说。

消除摩擦，打造卓越的客户体验

在我们的数字时代，数据、分析和信息经常被剥离和孤立，与数字背后的真实人物分离，奥苏纳喜欢关注他眼中真正的客户。

“最终，我们服务于使用应用程序的人，”奥苏纳说。“我们希望他们在使用应用程序时感到自信。”

近年来，网络攻击在拉丁美洲增加了 30-40%，奥苏纳依靠 Neo4j 来构建人们可以信任的应用程序。

“我们都经历过信用卡交易被拒绝或收到有关某事物的回电，”他说。“不仅仅是电话上的转账按正确的流程执行，而且还不会因为不是欺诈而阻止欺诈。”

这种最终用户体验推动了 iuviPROFILER，这也是许多银行选择将其作为欺诈预防解决方案的原因。

iuvity 用自己基于 Neo4j 编写的应用程序替换了知名的欺诈检测产品，并能够并排比较结果。

“我认为，由于我们能够查看相同的数据、相同的银行、相同的一切，并进行逐一比较，因此我们能够在内部以及向银行展示我们做得更好，”奥苏纳说。

“对于相同的误报率，我们能够实现两倍的检测率，”他说。“最终，这对客户来说意味着更少的摩擦，对银行来说意味着更少的损失，以及在保护其客户方面更好的感觉。”

面向未来的数据库是 Neo4j

展望未来，奥苏纳表示，他将 Neo4j 视为其产品中交付新功能的“关键部分”。

他表示，这种关系至关重要，“因为从我的角度来看，这意味着在存储信息、检索信息、使数据模型发展方面，我不需要在数据库方面寻找其他供应商，也不需要寻找其他供应商来填补我的路线图中 A、B、C 和 D 功能的空白。” 作为对这种关系的关键承诺，Neo4j 为企业客户提供 24/7 支持，以及广泛的社区和知识库，以确保持续成功。

“我们看到的方式是，就像我现在从 Neo4j 中交付这四项功能到我的解决方案中一样，那么第五、第六以及其他所有功能都将来自同一个数据库引擎。如果需要的话，它将融入我们增强型、更庞大、更复杂的模型中，”奥苏纳说。

下载案例研究

用例