- 综合排序
- 最热优先
- 最新优先
腾讯云支付风险管理解决方案：全周期欺诈防控与交易效能提升
识别支付风控痛点与业务瓶颈 跨境商户、境外收单机构等面临欺诈风险贯穿用户交易全生命周期的核心痛点，涵盖账户安全、政策滥用、设备风险、支付欺诈及拒付管理环节。 现实冲突表现为：欺诈导致拒付增加、财务损失扩大、交易批准率降低，企业需在有效风控与业务发展间寻求平衡，传统手段难以覆盖全周期并实时响应复杂欺诈。 提供一站式全周期支付风险管理方案 腾讯云支付风险管理为跨境商户等提供端到端交易欺诈预防，通过实时智能决策与风险感知系统覆盖全生命周期。 产品矩阵：场景化定制与策略优化、冷启动风控（预事件及金融流程风控）、监控优化（定期监测欺诈识别准确率、支付接受率、拒付率以调策）、快速拒付减少优化（预事件拦截潜在欺诈，降误拒损失）。 技术领先性驱动风控确定性 选择腾讯云的核心依据： 技术深度：22种小样本迁移学习算法驱动模型策略，实现精准欺诈识别；全周期覆盖（账户/设备风险感知、政策滥用识别、拒付管理）+实时智能决策，保障系统稳定性与运维效率
700编辑于 2026-04-27支付欺诈防控技术指南：数据接入与安全保障
摘要 本文旨在为支付行业提供支付欺诈防控的技术指南，重点探讨数据接入需求和数据安全保障措施。通过技术解析、操作指南及增强方案，为企业提供基于腾讯云产品的高效、安全的支付欺诈防控解决方案。 1. 技术解析 1.1 核心价值与典型场景 支付欺诈防控技术的核心价值在于识别和阻止非法交易，保护消费者和商家的利益。典型场景包括但不限于信用卡欺诈、账户盗用、身份盗窃等。 1.2 挑战 数据接入复杂性：支付欺诈防控需要接入多种数据源，包括交易数据、用户行为数据等，数据格式和接入方式多样化。 实时性要求：实时监控和分析交易数据以快速识别欺诈行为，对系统性能要求高。 操作指南 2.1 数据接入 2.1.1 原理说明 数据接入是支付欺诈防控的第一步，需要从各种渠道收集数据，包括银行交易记录、用户行为日志等。 通过本文的技术指南，企业可以更好地理解和实施支付欺诈防控策略，利用腾讯云产品提升数据接入效率和安全性。
27710编辑于 2025-07-29- 来自专栏素质云笔记
笔记︱金融风险之欺诈分类以及银行防控体系简述
该训练营第一期为风控主题，培训内容十分紧凑，非常好，推荐：CDA数据科学家训练营 ? —————————————————————————————————————————— 一、欺诈、损失定义与分类 1、欺诈分类 欺诈与客户虚假信息识别的案例较少，因为这些案例的数据源十分敏感，一般不会流入市场供大众参考 从英国信用行业欺诈防范体系中看出，绝大多数欺诈可以分为申请欺诈、身份欺诈。 —————————————————————————————————————————— 二、欺诈防控体系 欺诈一般不用什么深入的模型进行拟合，比较看重分析员对业务的了解，从异常值就可以观测出欺诈行为轨迹 同时欺诈较多看重分类模型的召回与准确率两个指标。较多使用SVM来进行建模。 召回率，准确率，排序很准的模型排行： 1、SVM 2、随机森林、决策树 1、银行卡欺诈防控体系 ?
1.4K30发布于 2019-05-26 - 来自专栏公共互联网反网络钓鱼（APCN）
邮件倦怠对小微企业网络钓鱼与欺诈风险的影响及防控研究
研究结合反网络钓鱼技术专家芦笛的权威观点，构建包含邮件治理、流程管控、技术防御、意识强化的四维防控体系，并提供可落地的钓鱼检测代码实现与安全配置方案，为小微企业在不增加运营负担前提下降低邮件安全风险提供理论依据与实践路径 1 引言在小微企业数字化运营场景中，电子邮件承担着客户对接、供应商沟通、内部审批、财务往来、账号安全告警等多重职能，是业务流转与风险防控的关键入口。 本文以邮件倦怠为核心，结合实证数据、攻击案例、技术原理与代码实现，完整论证 “邮件过载→倦怠行为→安全漏洞→攻击得逞” 的传导路径，并提出轻量化、可落地的综合防控方案，弥补该领域研究与实践的空白。 3.3 对商业邮件欺诈（BEC）的暴露增强BEC 攻击核心是利用沟通间隙与信任链伪造身份，邮件倦怠提供理想条件：供应商、客户沟通延迟，欺诈者插入伪造发票、账号变更信息；未及时确认导致虚假付款指令被执行； 本文通过理论分析、实证数据、攻击机制、防控体系、代码实现形成完整论证闭环：邮件过载引发倦怠行为，倦怠行为制造安全漏洞，安全漏洞被攻击者利用，最终导致安全事件；而通过邮件治理、流程管控、技术防御、意识强化四维体系
10810编辑于 2026-04-01 - 来自专栏用户6296428的专栏
资损防控体系介绍
一、资损盲区 随着有赞支付体量的增大，资产部门承担的资金管理，风险把控的责任也越大。我们一方面要小步快跑，快速支撑业务，又要稳住底盘，守好底线。支付业务底线就是守护用户的每一分钱，不能有资金损失。 该处理的没处理，该到达终态的单据没有到达终态 3）幂等控制失效，多扣款或多入账 4）系统内部逻辑错误，无对外输出 5）人工修复异常场景，产生资损 二、资损体系的诞生 基于解决以上问题的目的，我们设计了实时防控资损体系 触发对应的规则运行检测全链路数据的一致性、资金的平衡性 3) 人工处理历史数据前，对历史数据的质量进行前置检测。 通过建立后台触发熔断操作入口，并在业务关键节点进行埋点，人工录入熔断配置或资损防控规则检测出异常自动生效熔断配置，异常应急生效熔断。日常支付链路则不会过熔断判断，以免系统稳定性对主链路造成影响。
3.6K40发布于 2020-08-25 - 来自专栏算法进阶
营销业务反欺诈全流程
1 欺诈定义 欺诈是用户主观、以非法占有为目的，采用虚构事实或隐瞒事实真相的方法，骗取他人财物或金融机构信用，破坏金融管理秩序的行为。 按照欺诈的人数来分可分为：个体欺诈和团伙欺诈； 按照欺诈的主体来可分为第一、第二、第三方欺诈； 按照欺诈的行为可分为：金融信贷欺诈、互联网业务欺诈和信用卡欺诈三大类。 按照欺诈的行为，大的方向上可分为：金融信贷欺诈、互联网业务欺诈和信用卡欺诈三大类，如果进一步 细分落到具体的场景上有：盗刷、薅羊毛、骗贷、套现、刷单、 刷好评等行为，根据不同的欺诈场景的应对方法是有所不同的 4 欺诈客群分析： 在复杂的欺诈任务上，无法仅凭仅有的少数欺诈标签建立一个良好的欺诈模型（更何况标签质量参差不齐的），知己知彼百战不殆，这需要去了解业务知识、欺诈链，并采用更合适的技术手段来识别欺诈 4.2 薅羊毛的产业链 4.3 欺诈特征 通过业务数据分析（以某银行营销活动数据为例），发现了一些羊毛党特点 群控特点：每笔交易额度一样；商家集中性；活动开展短时间内交易频次高；行为序列类似；大量失败交易等
1.9K61编辑于 2022-06-01 - 来自专栏悟空聊架构 | 公众号
流量防控该如何选型？
而这一篇会讲解被一线大厂使用的两款流量防控组件：Sentinel 和 Hystrix，以及对它们的横向对比。 Sentinel 系统自适应限流从整体维度对应用入口流量进行控制，借助 TCP BBR 思想，结合应用的 Load、CPU 使用率、总体平均 RT、入口 QPS 和并发线程数等几个维度的监控指标，通过自适应的流控策略 5.4、 发展及生态 Sentinel 针对 Spring Cloud、Dubbo、gRPC 都进行了适配，引入依赖和简单的配置即可快速接入 Sentinel，相信 Sentinel 将是未来流量防控的一大利器
1.4K32发布于 2020-11-05 - 来自专栏AI快讯
实在RPA疫情防控机器人加快数据传递，以快制胜、精准防控
，与时间赛跑，与病毒赛跑，跑出了疫情防控的加速度。 再对疫情防控数据进行实时监控、自动统计、智能分类、精准筛查后，实在RPA疫情防控机器人通过“浙政钉”第一时间群发通知相关人员，及时为高效高质防疫、快速管控施策提供了技术支撑。 、更有创造性的工作中，还助力疫情防控常态化工作。 以快制胜、精准防控，实在RPA疫情防控机器人加快疫情数据传递速度，为数字战疫贡献实在速度！ 在疫情防控期间，实在智能将免费为政府部门提供“疫情防控数字员工”，为基层抗疫人员减负。
70330编辑于 2022-03-25 全生命周期能源管控：MyEMS 如何重塑企业用能管理逻辑
MyEMS作为一款聚焦企业能源全生命周期管理的数字化解决方案，凭借其模块化设计、精准化管控及智能化分析能力，正成为越来越多企业实现能源优化配置、提升管理效率的核心工具。 MyEMS通过可视化监控中心，将全企业的能源消耗数据以仪表盘、趋势图、热力图等形式直观呈现，支持从“企业-车间-生产线-设备”的多级穿透式查询。 此外，系统还支持能源成本分析，自动核算不同品类能源的消耗成本、各部门的能耗费用分摊，帮助企业清晰掌握能源成本的构成与流向，为成本管控提供精准依据。3. 个性化节能管控：让优化“落得实”基于精细化的能耗分析，MyEMS可针对性提供节能优化方案，并通过闭环管理确保方案落地。 此外，系统可根据企业的考核制度，设定各部门、各车间的能耗考核指标，自动统计考核周期内的指标完成情况，生成考核报告，实现“数据说话”的公平化、精细化考核，激发各部门的节能积极性。
21810编辑于 2025-10-31- 来自专栏数据猿
跑路、欺诈风波不断，大数据风控威力何在？
数据猿导读 在目前的互联网金融市场上，有60%的损失来自于欺诈，这60%里面又有80%—90%属于集团欺诈。因此，风险控制就成为互联网金融发展的必要基础。 但有专家透露，在目前的互联网金融市场上，有60%的损失来自于欺诈，这60%里面又有80%—90%属于集团欺诈。 因此，风险控制就成为互联网金融发展的必要基础，银行通常借助用户行为风险识别引擎、征信系统、黑名单系统等反欺诈系统，对交易诈骗、网络诈骗、电话诈骗、盗卡盗号等欺诈行为进行风险识别。 另外，还有层出不穷的欺诈行为。对于骗子来说，其会通过伪造资料进行骗贷，这就需要大数据风控系统不断更新迭代，加入多维度的复杂特征，才能有效打击违法诈骗行为，这也是对大数据风控技术的持续性考验。 同时，在大数据风控系统中，很多评分标准、分级制度、对应放贷额度、逾期率等所谓的模型都没有经过实际还款周期的检验（消费金融的还款周期一般是1—3年），这些风控模型都是纸上谈兵。
1.2K140发布于 2018-04-23 - 来自专栏bisal的个人杂货铺
疫情防控中的数字化
最近北京出现的疫情，虽然未到拐点，但是从疫情防控角度，没出现任何慌乱，无论是物资供应，还是疫情筛查，又或是抗疫保障，少不了很多人辛勤的默默付出，借此向所有人表示敬意。 作为IT从业人员，这次疫情防控给我最大的感受，就是信息化、数字化在这个过程中提供的支持，举几个相关的例子，一方面是让我们体会下这些细微变化对我们生活的影响，另一方面，也让我们做系统设计的时候能有所借鉴。 但是没几天，健康宝就支持同屏显示健康吗和核酸检测，以及疫苗信息，而且疫苗信息默认是隐藏状态，保护了个人隐私，这种便捷且细小的设计，确实方便了大众，还对疫情防控起到了积极的推动作用， 2. 北京疾控中心流调队员向您致电，请您放心接听，您所提供的内容，对首都疫情防控至关重要，非常感谢！”，请立即接听，并积极配合。 这是一项非常特殊的系统工程，各个环节，衔接流畅，配合默契，才能达到我们的目标，革命尚未成功，同志还需努力，疫情防控，人人有责。
1.1K30编辑于 2022-05-18 - 来自专栏用户6296428的专栏
核对体系-资损防控（核对篇）
，我们也可以叫它实时核对系统，今天我们介绍核对体系中资损防控的第一部分：事前和事中处理。 核对体系： 资损防控系统：也可叫实时核对系统 离线核对：内部核对、机构核对和实收核对等 差错系统：渠道差错、业务差错、实时核对差错等 二、前世 基于前面说到的背景，资损防控平台在18年开始建起，在不断探索中 我们基于两年的探索，充分了解了资损防控开发者、业务方或使用方的痛点，通过各种业务场景的抽象，得出核对模型，推出最新一版资损防控平台，就是这样，我们有了“今生”。 “今生”要解决什么问题？ ； 不影响链路上正常业务：举个例子，资损防控所配置的规则不能调用正常业务接口API读取数据，这样会占用正常业务资源，很可能触发接口熔断； 配置可视化：对于规则、报警相关配置，通过资损防控运营平台配置； 在技术架构图中，已初步简单聊过binlog从进入资损防控平台、核对、报警整个过程，就不过多赘述，这里有几点作为补充聊聊： 3.4.1 数据准备 异常降级重试 对于资损防控平台最重要的一点之一，就是尽量不能丢
3.6K31发布于 2020-08-24 - 来自专栏数说工作室
如果疫情防控有「零信任」技术
疫情防控太难了，即使严格按照规定动作来做，病例还是一波接一波。 这跟政策没关系，我们的政府已经在努力提升防控措施，尽可能的在防控疫情和生活生产之间做出平衡，但有些技术问题确实是解决不了的。 这很像企业的网络安全工作，外部攻击者会通过各种恶意流量请求、病毒木马植入等手段入侵内网，这在传统的网络架构下是比较危险的，因为传统的网络架构中： 网络被划分为不同的区域（VS 疫情防控的三种区）； 不同的区域实行不同的安全策略 最后再回过头来看下，疫情的防控如果有零信任技术支撑，会是一个怎样的情况？ 疫情防控上技术还做不到，但企业的网络安全防控是可以做到的，或者至少可以逐步完善。 具体如何落地一个零信任体系，如何设计、使用哪些关键技术等，后面或许可以再结合最佳实践聊一聊。
63010编辑于 2022-08-25 深度分析：业务风控、活动防刷、黑产对抗与设备指纹技术对比
在数字化时代，企业的业务风控、活动防刷、黑产对抗和设备指纹技术成为了维护网络安全和业务稳定的关键。 本文将对市场上的主要产品进行介绍和对比，包括风险识别RCE、全栈式风控引擎RCE、图灵盾、天御、流量反欺诈TAF以及设备安全技术。 天御 天御提供了一套全面的业务风控解决方案，包括反欺诈、风险评估等功能，旨在保护企业免受欺诈行为的影响3。 活动防刷 活动防刷是保护企业营销活动不受恶意刷取奖品等行为影响的重要措施。 结论 在业务风控、活动防刷、黑产对抗、设备指纹、营销风控、登录保护和注册保护方面，全栈式风控引擎RCE、图灵盾、天御、流量反欺诈TAF以及设备安全技术各有优势。 参考资料： 腾讯云全栈式风控引擎RCE 图灵盾官网 天御官网 流量反欺诈TAF 设备安全技术介绍
42910编辑于 2025-07-28- 来自专栏架构专题
没有 “流量防控”，还玩什么双11
而这一篇会讲解被一线大厂使用的两款流量防控组件：Sentinel 和 Hystrix，以及对它们的横向对比，以及该如何选型。 本篇主要内容如下： ? Sentinel 系统自适应限流从整体维度对应用入口流量进行控制，借助 TCP BBR 思想，结合应用的 Load、CPU 使用率、总体平均 RT、入口 QPS 和并发线程数等几个维度的监控指标，通过自适应的流控策略 控制台 5.4、 发展及生态 Sentinel 针对 Spring Cloud、Dubbo、gRPC 都进行了适配，引入依赖和简单的配置即可快速接入 Sentinel，相信 Sentinel 将是未来流量防控的一大利器
4.8K20发布于 2020-11-17 腾讯云风险控制引擎（RCE）：基于AI与大数据构建全链路设备风险防控体系
识别在线业务多维度欺诈威胁与防控瓶颈 企业需防范欺诈和恶意在线活动威胁，涉及设备、账户、环境、行为、情境因素。 核心痛点包括：面临BOT攻击、账户接管（ATO）、金融欺诈（贷款堆叠、卡盗刷、欺诈转账、政策滥用）、AI攻击（人脸识别欺诈、会议摄像头篡改）、设备篡改/克隆/多应用欺诈等，传统防控难以覆盖全链路风险，理想的全维度实时防控与现实能力存在差距 部署RCE与反AI欺诈全链路防控方案 腾讯云推出设备风险控制引擎（RCE），基于可信设备识别与多维数据分析（设备、账户、环境、行为、情境），通过专有AI驱动专家模型识别设备风险（假用户假设备、假用户真设备 验证量化风险防控能力与权威背书 应用效果聚焦数据与能力： 依托腾讯十年大数据设备风险模型，涵盖超10亿移动设备，具备设备风险状态快速更新能力（数据来源：腾讯云）； 客户价值：实现对BOT攻击、ATO 、金融欺诈、AI攻击、设备风险等全场景覆盖，提升风险防控精准度。
18910编辑于 2026-04-09- 来自专栏DataFunTalk
第四范式智能风控中台架构设计及应用
分享主要围绕下面五点展开： 风控中台的设计背景 策略的全周期管理 模型的全周期管理 业务架构和能力原子化 应用案例 -- 01 风控中台的设计背景 首先大风控体系或者风控中台的建设在本质上是服务于业务的 以业务为核心的大风控体系应包含以下六个特点： 实时化：通过实时的分析、预测，不断迭代风控能力，进而做到对风险的实时防控。 精细化：指在风控业务线上，针对从头到尾的每个环节做到精细化的管理。 联防联控：由于对客户做多视角风险防控，需要相对精细化，联防联控是从横向扩展来看风险防控。 通常风控中台会是集团化的业务，会涉及多条业务线的整体使用，因此打通数据和信息做到平台级的最大化的防控，也是非常重要的。 以上就是策略的全生命周期管理。 -- 03 模型的全周期管控 以下我们看下建模的全周期管理。
3.9K40编辑于 2022-04-19 - 来自专栏人工智能小咖
世界疫情防控局势一览——各地区为加强防控新冠病毒亮新招
面对日益严峻的疫情扩散形势，全球已有至少28个国家和地区正加强防控举措。 阿根廷的防控措施是最严格的，拒绝隔离的人员会被强制下载一款可以追踪他们位置的软件。在中国香港，机场入境人员需要佩戴电子追踪手环，通过手机GPS定位系统确保入境人员不离家。
1.1K00发布于 2020-05-03 - 来自专栏人工智能领域
DeepSeek金融风控实战：反欺诈模型的进阶之路（618）
DeepSeek 作为人工智能领域的重要力量，凭借其先进的技术和算法，在金融风控反欺诈中发挥着关键作用。 以小时特征为例，金融交易数据可能存在明显的周期性规律，如工作日和周末的交易模式不同，一天中不同时段的风险水平也有所差异。因此，我们可以生成正弦、余弦周期特征来更好地捕捉这种周期性。 通过上述的时间特征基本转换、二次处理与周期特征构建以及差分、滞后与滑窗操作等方法，能够对金融风控中的时序数据进行全面而深入的特征工程处理，为后续的模型训练提供高质量的特征数据，从而提升反欺诈模型的性能和准确性 它不仅有助于满足金融行业严格的法规要求，还能让业务人员更好地理解模型的决策过程，从而更有效地应用模型进行风险防控。 （一）可解释性的重要性 在金融领域，法规要求模型决策具有可解释性。 通过这样的实际操作和结果解读，业务人员能够更好地理解反欺诈模型的决策过程，从而更准确地进行风险防控。
1.3K10编辑于 2025-02-17 腾讯云风控解决方案 (TCRS) 技术全景与商业实践概要
一、 产品定位与核心亮点 腾讯云风控解决方案（TCRS）是一款基于AI驱动的企业级全链路风险管理平台。 防护体量：为全球 40亿+ 用户提供全生命周期安全防护。 支付保护场景：针对商户和收单机构在“注册/登录-浏览/下单-支付/发货-退款/退货”全流程中面临的未授权交易、交易篡改和拒付（Chargeback）欺诈风险。 三、 应用框架和功能介绍 1. 营销活动保护：利用防囤积策略，在 1秒内 拦截定时发起的海量恶意请求，确保营销福利触达真实用户。 模块三：支付保护 (Payment Protection) 全链路风控：覆盖在线支付风险识别（生成包含可疑IP、邮箱、地址和账户的黑名单）、支付欺诈评分（评估消费者行为预测拒付概率）、拒付欺诈风险管理（
13710编辑于 2026-04-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号