La plataforma de alerta temprana y monitoreo de riesgos Tongfu Shield utiliza un motor informático de flujo para proteger los servicios de control de riesgos.
En el contexto de la era de Internet, la escala de datos altamente fragmentados recopilados por los consumidores financieros está aumentando. Las instituciones financieras y las empresas pueden utilizar estos datos para cálculos, procesamiento y juicios para promover la formación de un control de riesgos inteligente en la industria financiera. Por lo tanto, el control inteligente de riesgos actual se centra en big data, algoritmos y potencia informática, enfatizando la correlación entre datos.
El equipo de seguridad de big data de Tongfudun continúa centrándose en el campo de la tecnología de almacenamiento e informática de big data. A través de repetidas investigaciones, exploración y comparación de tecnologías de seguridad de big data, se descubre que los motores informáticos de alto rendimiento basados en el procesamiento masivo de datos son muy importantes. En este sentido, los motores informáticos de transmisión tienen ventajas incomparables y la mayoría de los motores informáticos se basan en sistemas de procesamiento por lotes. Aunque tiene enormes capacidades de procesamiento de datos, está retrasado en cuanto a puntualidad y no puede satisfacer las necesidades actuales de computación en tiempo real de big data financieros.
Tomando como ejemplo el control de riesgos financieros y la lucha contra el fraude, la plataforma de alerta temprana y monitoreo de riesgos Tofu Shield que implementa un "motor de cálculo de flujo" puede calcular estrategias y modelos complejos de control de riesgos en tiempo real basados en análisis masivos. datos de riesgo y generarlos de manera eficiente. El rendimiento del sistema de control de riesgos inteligente es significativamente mejor que el de la plataforma de control de riesgos inteligente tradicional.
Para desentrañar el misterio de las ventajas de rendimiento de los motores de computación de flujo, debemos comenzar con los principios técnicos de la computación de flujo en sí.
La idea básica a la que se adhiere la informática de flujo es que el valor de los datos disminuye con el tiempo, como los flujos de clics de los usuarios. Por lo tanto, cuando ocurre un evento, debe procesarse inmediatamente en lugar de almacenarse en caché para su procesamiento por lotes. Para procesar la transmisión de datos de manera oportuna, se requiere un motor de procesamiento de baja latencia, escalable y altamente confiable. Para un sistema informático de streaming, debe cumplir los siguientes requisitos:
1) Alto rendimiento
2) Tipo de bloque
3) Tiempo real
4) Distribución
5) Facilidad de uso
6) Confiabilidad
En comparación con los datos estáticos tradicionales, los técnicos utilizan minería de datos y herramientas de análisis OLAP. buscan información valiosa a partir de datos estáticos, mientras que el procesamiento de datos en streaming corresponde a un modo de computación diferente: la computación en tiempo real.
La computación en tiempo real generalmente está dirigida a datos masivos y el requisito general son segundos. Sin embargo, la capacidad de computación en tiempo real del motor de computación de flujo utilizado actualmente por el equipo de seguridad de big data de Tongfudun ha alcanzado el nivel de milisegundos. La tecnología clave radica en la capacidad de computación de flujo del motor:
(1) Acumulación de. los datos son lentos en comparación con el cálculo por lotes. De manera diferente, la computación en streaming dispersa una gran cantidad de datos de manera uniforme en cada momento, los transmite continuamente en pequeños lotes, los datos continúan fluyendo y se descartan después del cálculo.
(2) El cálculo por lotes consiste en mantener una tabla e implementar varias lógicas de cálculo en la tabla. Por el contrario, la computación en streaming primero debe definir la lógica de cálculo y enviarla al sistema de cálculo de abandono. Esta lógica de cálculo no se puede cambiar durante toda la ejecución.
(3) Para los resultados del cálculo, el cálculo por lotes transmite los resultados después de calcular todos los datos. Después de cada cálculo por lotes pequeños, los resultados se pueden transmitir inmediatamente al sistema en línea para su visualización en tiempo real.
Se declaró oficialmente que, en comparación con el método tradicional de base de datos relacional para recopilar big data financieros para alertar de riesgos, la plataforma inteligente de alerta temprana y control de riesgos de Tongfudun que utiliza tecnología de computación de flujo tiene las siguientes ventajas:
1) Preestablecer modelos masivos de control de riesgos, identificar de manera inteligente los tipos de riesgo de escenarios comerciales, combinar e impulsar rápidamente estrategias de control de riesgos y mejorar la eficiencia del control de riesgos;
2) Soporte en tiempo real, casi en tiempo real, fuera de línea y otros modos de control de riesgos, logra un rendimiento de 10,000 niveles y una respuesta de milisegundos para proteger las transacciones en tiempo real;
3) Advertencia en tiempo real de los mercados de riesgo, percepción oportuna de situaciones de riesgo, ajuste flexible de estrategias de control de riesgos y mejora de la puntualidad del control de riesgos;
Además, la plataforma de alerta temprana y monitoreo de riesgos PassShield basada en el "motor de computación de flujo" utiliza tecnologías avanzadas como big data e inteligencia artificial para integrar eficazmente la lucha contra -tecnologías de fraude como la toma de huellas dactilares de dispositivos, la percepción de amenazas en terminales, la gobernanza de datos y la conciencia situacional.
y construir estrategias inteligentes de control de riesgos para diferentes escenarios, que no solo cumplan con los requisitos relevantes de las agencias reguladoras para la prevención y el control de riesgos de negocios financieros, sino que también satisfagan las necesidades de las empresas financieras para llevar a cabo negocios innovadores de manera efectiva.
En la actualidad, en la dirección del desarrollo de big data, el aprendizaje automático se está desarrollando gradualmente desde el procesamiento por lotes y el aprendizaje fuera de línea hasta el procesamiento en tiempo real, y el procesamiento en tiempo real se está convirtiendo en una tendencia. Los sistemas inteligentes de big data que realizan funciones como percepción, análisis, juicio y toma de decisiones requieren el soporte de una plataforma de procesamiento de big data en tiempo real. Además, el procesamiento en tiempo real de big data puede proporcionar soporte de marco informático; para el aprendizaje profundo basado en big data.
La computación en streaming se convertirá en el motor informático de próxima generación, ya que requiere cálculos y análisis de datos más rápidos en la informática financiera y científica. El equipo de seguridad de big data de Tongfudun espera utilizar los resultados de investigación y desarrollo de Stream Computing para crear una plataforma de alerta temprana y monitoreo de riesgos verdaderamente inteligente para atender a más clientes corporativos.