1. 反欺诈图谱基础
1.1 什么是反欺诈图谱
反欺诈图谱是一种基于图结构的数据建模与推理技术，将用户、设备、IP、手机号、银行卡、地址等实体抽象为节点，将注册、登录、交易、绑卡、申诉等行为抽象为边，通过图论算法挖掘实体之间的关联模式与异常结构。与传统的单点特征或序列规则不同，图谱天然擅长表达“谁和谁有关、关系有多强、路径是否异常”。
核心定义：反欺诈图谱 = 实体节点 + 关系边 + 图算法，用于发现团伙欺诈、设备农场、养号网络、多头借贷等复杂风险模式。
1.2 图谱在风控中的核心价值
图谱技术为风控体系带来了四个不可替代的能力维度：
| 能力维度 | 传统方法局限 | 图谱方法优势 |
|---|---|---|
| 关联穿透 | 只能看单点或两两关系 | 多跳路径挖掘，发现隐藏团伙 |
| 结构识别 | 无法感知拓扑模式 | 检测星型、链型、环型、全连通等异常子图 |
| 时序演化 | 静态规则难以捕捉变化 | 图快照对比，发现关系突变与社区漂移 |
| 可解释性 | 黑盒模型难以追溯 | 路径可视化，直接展示“为什么关联” |
实战经验：在信贷反欺诈场景中，图谱通常能比规则引擎多识别 30%~50% 的团伙欺诈，且误杀率更低。
1.3 图谱与规则引擎的区别
规则引擎与反欺诈图谱并非替代关系，而是互补关系。下表从六个关键维度进行对比：
| 对比维度 | 规则引擎 | 反欺诈图谱 |
|---|---|---|
| 数据模型 | 扁平特征表 | 图结构（节点+边） |
| 关系表达 | 显式字段关联（如 device_id） | 隐式多跳路径、子图模式 |
| 欺诈检测 | 单点异常、阈值命中 | 团伙发现、结构异常、社区检测 |
| 更新频率 | 规则变更需人工上线 | 图结构实时更新，算法自动适配 |
| 可解释性 | 规则条件清晰 | 路径可视化，但算法逻辑较复杂 |
| 适用场景 | 已知模式、高频拦截 | 未知模式、团伙挖掘、深度关联 |
常见误区：不要试图用图谱替代所有规则。图谱擅长“找关系”，规则擅长“定阈值”。最佳实践是规则引擎做第一道快速拦截，图谱做第二道深度关联分析。
1.4 反欺诈图谱基础架构
下图展示了一个典型的反欺诈图谱分层架构，从底层数据接入到上层应用输出：
1.5 图谱与规则引擎的协同工作流
在实际生产环境中，规则引擎与反欺诈图谱通常以串联+并联的方式协同工作：
- 第一道防线（规则引擎）：基于单点特征（如IP黑名单、设备异常、金额阈值）进行毫秒级拦截，过滤掉 60%~80% 的明显欺诈。
- 第二道防线（图谱引擎）：对通过规则引擎的请求进行图关联分析，检测团伙模式、多跳路径、社区异常。
- 第三道防线（阈值分层）：综合规则得分和图谱得分，按照风险等级输出“通过/人工审核/拒绝”决策。
关键结论：规则引擎解决“已知的已知”，图谱解决“未知的已知”和“未知的未知”。阈值分层则是将两者输出统一为可执行的风险等级。
1.6 本章小结
- 反欺诈图谱以节点+边建模实体与关系，擅长团伙发现和结构异常检测。
- 图谱在风控中的核心价值体现在关联穿透、结构识别、时序演化、可解释性四个方面。
- 图谱与规则引擎是互补关系，规则引擎做快速拦截，图谱做深度关联，阈值分层做最终决策。
- 本教程后续章节将深入讲解阈值分层的具体设计方法与实战案例。