运用创新技术实现对金融欺诈风险账户的识别功能，帮助降低相关业务的金融风险，为用户转账行为增加安全保障。

通过在中国农业银行浙江省分行部署基于知识图谱的预警模型，对未来3个月实施电信欺诈风险较高的账户进行识别及灰名单监控。

本项目由杭州海康威视数字技术股份有限公司、中国农业银行股份有限公司浙江省分行共同研发与运维，系统部署在中国农业银行浙江省分行，中国农业银行股份有限公司浙江省分行提供金融应用场景。

创新性说明：

1.优化灰名单库监测手段，将传统的反欺诈系统与知识图谱欺诈账户预警模型结合，提升灰名单库识别的准确率，降低转账交易风险。

2、缩短风控响应时效和降低风控成本，构建知识图谱大数据模型，充分考虑银行交易数据时空化特征，多维度呈现金融关系网络特性，对所有账户的风险系数进行排序，进一步提升风险管控能力﹐让风控做到“看得见、摸得着”。

3、解决金融风控中，难以对违约风险实现事前预警的问题。通过机器学习等技术，找到隐蔽的风险结构和指标特征，实现反欺诈的风险评估，用来支持决策、识别欺诈账户。

4、针对数据安全及用户授权问题，通过改进算法、行内部署，完成行为、图结构和图内容特征的提取，实现端到端模型的训练和预测，全部基于行内已有数据完成分析，有效地提高数据安全性。