Arch Day 62: 案例分析(7)：蚂蚁集团风控体系 — 架构分析文章#6

日期: 2026-05-31 (Day 62) 阶段: 第二阶段 - 金融域深度 标签: #蚂蚁集团 #AlphaRisk #图计算 #联邦学习 #智能风控

---

核心概念

一句话定义

蚂蚁集团风控体系是全球金融科技领域最复杂的智能风控系统之一，通过"实时+准实时+离线"三层架构、图计算关系网络和联邦学习隐私保护技术，实现日均数十亿次交易的毫秒级风控决策，资损率低于百万分之一。

为什么关注

• 行业标杆：蚂蚁数科在2024年中国零售信贷智能风控市场份额15.7%，排名第一
• 技术深度：从AlphaRisk到图风控再到联邦学习，代表金融风控技术最前沿
• 架构参考：三层风控架构已成为业界事实标准
• PM视角：理解如何将复杂AI技术产品化(蚁盾开放平台)
• 规模极致：服务10亿+用户、数十亿日交易量的系统设计挑战

误区与反模式

---

知识点详解

1. 蚂蚁风控演进史(五代风控)

第一代 (2004-2008): 规则引擎时代
  ├── 支付宝成立初期
  ├── 手动编写规则(如：单笔>5000元需验证)
  ├── 规则数量：数百条
  └── 痛点：规则爆炸、维护困难

第二代 (2008-2013): 统计模型时代
  ├── 引入逻辑回归等统计模型
  ├── 特征工程驱动
  ├── 模型+规则混合决策
  └── 痛点：特征构建耗时、模型更新慢

第三代 (2013-2017): 机器学习时代
  ├── 大规模特征自动化
  ├── 深度学习模型上线
  ├── 实时决策引擎成型
  └── 痛点：模型可解释性差

第四代 (2017-2021): 智能风控(AlphaRisk)
  ├── AlphaRisk实时决策引擎
  ├── 图计算+关系网络
  ├── 联邦学习隐私计算
  ├── AI策略推荐"一键优化"
  └── 资损率降至百万分之一以下

第五代 (2021-至今): 全局视角风控
  ├── 图风控体系(业内首个)
  ├── 多模态风控(文本+图像+行为)
  ├── 大模型驱动的合规分析
  ├── 蚁盾能力开放
  └── 交互式风控标准(国内首个)

2. 蚂蚁风控三层体系架构

graph TB
    subgraph "用户交互层"
        A[用户操作] --> B[API网关]
    end

    subgraph "实时风控层(毫秒级)"
        B --> C[实时决策引擎<br>AlphaRisk]
        C --> D{决策结果}
        D -->|通过| E[放行交易]
        D -->|拒绝| F[阻断交易]
        D -->|存疑| G[二次验证]
    end

    subgraph "准实时风控层(秒~分钟级)"
        H[流式计算引擎<br>Flink/Blink]
        I[图计算引擎<br>GeaFlow]
        J[关系网络分析]
        K[行为序列分析]
        H --> I
        H --> J
        H --> K
    end

    subgraph "离线风控层(小时~天级)"
        L[离线特征工厂]
        M[模型训练平台]
        N[策略回测引擎]
        O[全量图谱构建]
        L --> M
        M --> N
        N --> O
    end

    C -.->|特征请求| H
    H -.->|准实时特征| C
    M -.->|模型更新| C
    O -.->|图谱数据| I

    style C fill:#ff6b6b,color:#fff
    style H fill:#ffa502,color:#fff
    style M fill:#1e90ff,color:#fff

三层架构详解

第一层：实时风控(毫秒级决策)

实时决策引擎(AlphaRisk)核心指标：
├── 决策延迟：<100ms(P99)
├── 日均决策量：100亿+次
├── 可用性：99.999%
├── 模型数量：数千个在线模型
└── 特征数量：10万+维度实时特征

技术栈：
├── 决策引擎：自研AlphaRisk
├── 特征计算：实时特征服务(Feature Store)
├── 模型推理：GPU集群 + 模型压缩
├── 规则引擎：自研Optimus
└── 消息队列：自研消息中间件

AlphaRisk决策流程：

用户请求 → [网关接入]
    → [设备指纹采集] (设备ID/IP/位置/行为)
    → [实时特征计算] (账户特征+交易特征+环境特征)
    → [多模型并行推理]
        ├── 账户风险模型 (该账户是否异常)
        ├── 交易风险模型 (该交易是否异常)
        ├── 设备风险模型 (该设备是否风险)
        ├── 关系风险模型 (对手方关系是否异常)
        └── 场景特定模型 (贷款/支付/转账)
    → [策略引擎综合决策]
        ├── 通过 → 放行
        ├── 拒绝 → 阻断 + 原因码
        └── 存疑 → 触发二次验证(短信/人脸/安全问题)
    → [结果记录 + 反馈闭环]

全流程 < 100ms

第二层：准实时风控(秒到分钟级)

准实时风控核心能力：
├── 流式聚合特征(近5分钟交易次数、金额等)
├── 实时图计算(发现新的风险关系)
├── 行为序列分析(操作模式异常检测)
├── 动态名单更新(新增黑名单/灰名单)
└── 跨事件关联(多笔交易关联分析)

技术栈：
├── 流式计算：Apache Flink(蚂蚁版Blink)
├── 图计算：GeaFlow(自研流式图计算引擎)
├── 时序数据库：自研TSDB
└── CEP引擎：复杂事件处理

第三层：离线风控(小时到天级)

离线风控核心能力：
├── 全量特征工厂(千万级特征计算)
├── 模型训练与评估(日/周更新模型)
├── 策略回测与优化
├── 全量知识图谱构建
├── 历史趋势分析
└── 反馈标签生产(案件标注)

技术栈：
├── 大数据平台：MaxCompute(ODPS)
├── 模型训练：PAI(自研机器学习平台)
├── 图谱构建：GraphScope
├── 调度系统：自研DAG调度
└── 数据仓库：分层数据仓库(ODS/DWD/DWS/ADS)

3. 图计算在反欺诈中的应用

为什么需要图风控？

传统风控(个体视角)的局限：

用户A → [特征提取] → [模型打分] → 决策
  问题：只看A自身的特征，无法发现：
  ├── A的资金来自已知欺诈账户B
  ├── A和C、D、E共用同一设备(可能是团伙)
  ├── A的收款方F与多个可疑账户关联
  └── A的行为模式与某个欺诈团伙高度相似

图风控(关系视角)的优势：

           B(已知欺诈)
          ↗
    A ——→ F ——→ G(可疑)
    ↓       ↘
    C        H
    ↓
    D(共用设备)

  通过图关系，A的风险被"传播"识别

蚂蚁图风控体系

蚂蚁图风控三层架构：

第一层：图构建
  ├── 节点：用户/设备/账户/手机号/IP/商户
  ├── 边：转账/登录/共用设备/共用IP/社交
  ├── 属性：时间戳/金额/频次/设备指纹
  └── 规模：百亿节点+千亿边

第二层：图分析
  ├── 社区发现：Louvain/Label Propagation
  ├── 风险传播：PageRank变体/Belief Propagation
  ├── 路径分析：最短路径/资金链路追踪
  ├── 子图匹配：欺诈模式识别
  └── 图神经网络：GCN/GAT/GraphSAGE

第三层：图决策
  ├── 团伙识别→批量处置
  ├── 风险传播评分→实时决策补充
  ├── 异常子图→人工审核
  └── 新模式发现→规则/模型更新

图计算关键算法

# 伪代码：简化的风险传播算法

class RiskPropagation:
    """
    基于图的风险传播算法
    类似PageRank，但传播的是"风险信号"
    """

    def __init__(self, graph, damping=0.85, max_iter=100):
        self.graph = graph  # 图结构(邻接表)
        self.damping = damping  # 衰减因子
        self.max_iter = max_iter

    def propagate(self, seed_risks: dict) -> dict:
        """
        从已知风险节点出发，传播风险评分

        seed_risks: {node_id: risk_score}
          例如已知欺诈账户 risk_score = 1.0
        """
        # 初始化所有节点的风险评分
        risk_scores = {}
        for node in self.graph.nodes:
            risk_scores[node] = seed_risks.get(node, 0.0)

        # 迭代传播
        for iteration in range(self.max_iter):
            new_scores = {}
            for node in self.graph.nodes:
                # 从邻居节点接收的风险
                neighbor_risk = sum(
                    risk_scores[neighbor] * self.edge_weight(neighbor, node)
                    for neighbor in self.graph.neighbors(node)
                )
                # 风险 = 自身初始风险 + 衰减 * 邻居传播风险
                new_scores[node] = (
                    (1 - self.damping) * seed_risks.get(node, 0.0) +
                    self.damping * neighbor_risk
                )

            # 收敛检查
            if self.converged(risk_scores, new_scores):
                break
            risk_scores = new_scores

        return risk_scores

    def edge_weight(self, source, target):
        """
        边权重：考虑关系类型、时间衰减、金额等
        """
        edge = self.graph.get_edge(source, target)
        type_weight = {
            "transfer": 0.8,    # 转账关系权重最高
            "same_device": 0.6, # 共用设备
            "same_ip": 0.4,     # 共用IP
            "social": 0.2       # 社交关系
        }.get(edge.type, 0.1)

        # 时间衰减：越近的关系权重越高
        time_decay = math.exp(-0.1 * edge.days_ago)

        return type_weight * time_decay

图风控典型场景

4. 联邦学习在风控中的隐私保护实践

联邦学习风控架构

传统风控建模的隐私问题：
  银行A的数据 + 银行B的数据 → 中心化训练 → 风控模型
  问题：数据需要集中，违反隐私法规(如GDPR/个人信息保护法)

联邦学习解决方案：
  银行A: 本地数据 → 本地训练 → 梯度/参数
  银行B: 本地数据 → 本地训练 → 梯度/参数
  聚合服务器: 聚合梯度 → 更新全局模型 → 下发

  数据不出域，模型共享知识

sequenceDiagram
    participant Server as 聚合服务器
    participant BankA as 银行A
    participant BankB as 银行B
    participant BankC as 银行C

    Server->>BankA: 下发全局模型V1
    Server->>BankB: 下发全局模型V1
    Server->>BankC: 下发全局模型V1

    BankA->>BankA: 本地数据训练
    BankB->>BankB: 本地数据训练
    BankC->>BankC: 本地数据训练

    BankA->>Server: 上传加密梯度
    BankB->>Server: 上传加密梯度
    BankC->>Server: 上传加密梯度

    Server->>Server: 安全聚合(FedAvg)
    Server->>BankA: 下发全局模型V2
    Server->>BankB: 下发全局模型V2
    Server->>BankC: 下发全局模型V2

蚂蚁联邦学习实践

蚂蚁联邦学习技术栈：

1. 蚂蚁隐私计算平台(隐语 SecretFlow)
   ├── 联邦学习(Federated Learning)
   ├── 多方安全计算(MPC)
   ├── 可信执行环境(TEE)
   └── 同态加密(HE)

2. 风控场景应用：
   ├── 联合风控建模
   │   └── 多家银行联合训练反欺诈模型
   ├── 联合信用评估
   │   └── 不同数据方(银行+电商+运营商)联合评分
   ├── 联合黑名单
   │   └── 隐私保护的跨机构黑名单查询
   └── 联合营销
       └── 隐私保护的跨域用户画像

3. 关键性能指标(蚂蚁公开数据)：
   ├── 基于MPC的联合风控延迟比传统联邦学习提升37%
   ├── 数据泄露风险降至0.0003%以下
   └── 联合模型效果接近集中式训练的95%

联邦学习方案对比

5. 蚁盾——风控AI能力开放

蚁盾产品矩阵(2025)：

┌─────────────────────────────────────┐
│           蚁盾开放平台               │
├─────────────────────────────────────┤
│                                     │
│  ┌─────────┐  ┌─────────┐         │
│  │ 智能风控  │  │ 内容安全  │        │
│  │ (贷前/中/│  │(文本/图像/│        │
│  │  后全链路)│  │ 音视频)  │        │
│  └─────────┘  └─────────┘         │
│                                     │
│  ┌─────────┐  ┌─────────┐         │
│  │ 身份验证  │  │ 营销风控  │        │
│  │ (eKYC/   │  │(薅羊毛/  │        │
│  │  活体检测)│  │ 刷单识别) │        │
│  └─────────┘  └─────────┘         │
│                                     │
│  ┌─────────┐  ┌─────────┐         │
│  │ 图风控   │  │ 知识交互  │        │
│  │(关系网络/│  │ 建模引擎  │        │
│  │ 团伙识别)│  │(10分钟定制)│       │
│  └─────────┘  └─────────┘         │
│                                     │
│  底层：数据安全(联邦学习/MPC/TEE)   │
└─────────────────────────────────────┘

商业模式：
├── SaaS模式：API调用按量付费
├── 私有化部署：整套系统输出
└── 联合建模：联邦学习合作

知识交互建模引擎(2023发布)

核心创新：让非技术人员10分钟定制AI风控模型

传统方式：
  业务需求 → 数据准备(2周) → 特征工程(1周) →
  模型训练(1周) → 测试验证(1周) → 上线部署(1周)
  总计：6周+

知识交互方式：
  业务专家输入领域知识(对话式) → 系统自动构建特征 →
  自动选择算法 → 自动训练优化 → 一键部署
  总计：10分钟 - 1天

6. 蚂蚁风控关键技术指标

---

对比分析

蚂蚁 vs 其他大厂风控体系

蚂蚁风控 vs 国际金融机构

---

架构设计实操

完整架构分析文章

一、系统概述

蚂蚁集团风控体系是全球最大的实时智能风控系统，服务超过10亿用户，日均处理超100亿次风控决策。该系统经历了从规则引擎到AI驱动的五代演进，当前第五代风控以"全局视角"为核心，集成了图计算、联邦学习、大模型等前沿技术。

二、架构核心设计原则

原则1: 分层决策(三层体系)
  → 不同时效性要求对应不同技术方案
  → 实时层解决"快"，离线层解决"准"

原则2: 全局视角(图风控)
  → 从"看个体"升级到"看关系"
  → 图计算提供传统模型无法获得的信息增量

原则3: 安全与体验平衡
  → 不是风控越严越好
  → AlphaRisk的AI策略推荐追求最优平衡点

原则4: 数据安全底线(联邦学习)
  → 数据不出域
  → 隐私计算保障合作方数据安全

原则5: 能力开放(蚁盾)
  → 内部验证→外部输出
  → SaaS/私有化/联合建模多种模式

三、关键技术深度解析

3.1 AlphaRisk实时决策引擎

AlphaRisk是蚂蚁第四代/第五代风控的核心引擎，其设计哲学是"无人驾驶风控"。传统风控需要专家手动配置规则和策略，而AlphaRisk通过AI策略推荐实现"一键推荐"最优风控策略，自动平衡安全与体验。

AlphaRisk核心模块：

1. 特征引擎(Feature Engine)
   ├── 实时特征：设备/网络/行为/交易
   ├── 准实时特征：近X分钟聚合
   ├── 离线特征：用户画像/历史统计
   └── 图特征：关系网络特征

2. 模型推理引擎(Model Inference)
   ├── 模型加载：热更新无需重启
   ├── 并行推理：多模型并行执行
   ├── 模型压缩：量化+蒸馏降低延迟
   └── A/B测试：模型灰度发布

3. 策略引擎(Strategy Engine)
   ├── 规则执行：确定性规则
   ├── 决策树：多条件组合
   ├── AI推荐：最优策略组合
   └── 兜底策略：异常降级

4. 反馈闭环(Feedback Loop)
   ├── 决策日志记录
   ├── 案件标注回流
   ├── 模型效果监控
   └── 策略自适应调优

3.2 GeaFlow图计算引擎

蚂蚁集团自研的GeaFlow(图引擎)是支撑图风控的核心基础设施。与传统的批处理图计算(如Spark GraphX)不同，GeaFlow支持流式图计算——能在关系实时变化时动态更新图分析结果。

GeaFlow关键特性：
├── 流+图一体(Streaming Graph Processing)
│   └── 新的交易/登录实时更新图结构
├── 增量计算
│   └── 只计算变化部分,不需要全量重算
├── 时序图(Temporal Graph)
│   └── 边和节点都有时间属性
├── 大规模
│   └── 支持百亿节点+千亿边
└── 已开源
    └── Apache GeaFlow

3.3 交互式风控

蚂蚁集团牵头编写了国内首个交互式风控标准，核心理念是：

传统风控: 用户操作 → 后台风控 → 通过/阻断(用户被动)

交互式风控: 用户操作 → 风控评估 →
  ├── 低风险 → 直接通过
  ├── 中风险 → 引导验证(短信/人脸/安全问题)
  └── 高风险 → 阻断 + 解释原因 + 申诉通道

核心改变: 用户从"被动接受"变为"主动参与"
  → 安全体验提升
  → 误杀率降低
  → 用户信任增强

四、PM视角关键洞察

洞察1: 风控产品化思维
  蚂蚁不只是做内部风控系统，而是将风控能力"产品化"输出(蚁盾)
  → 10分钟定制模型的背后是极致的产品设计

洞察2: 安全与体验的量化平衡
  AlphaRisk的核心创新不是技术，而是产品理念：
  → 将"安全"和"体验"都量化为可优化的指标
  → AI自动搜索最优平衡点

洞察3: 从个体到生态的风控视角
  图风控的价值不只是技术创新：
  → 它改变了风控的"观察粒度"——从个体交易到关系网络
  → 这对PM意味着：产品设计需要考虑用户间的关系

洞察4: 数据合作的新范式
  联邦学习解决了"数据孤岛"问题：
  → PM需要思考：哪些外部数据可以增强我的风控？
  → 如何设计隐私保护的数据合作方案？

ADR: 图风控引擎选型

## ADR-062: 图风控引擎选型

### 状态: 已采纳

### 上下文
需要支持图风控能力，可选方案：
A. 使用关系型数据库模拟图查询
B. 使用图数据库(Neo4j/TigerGraph)
C. 使用流式图计算引擎(GeaFlow/类似方案)

### 决策
采用方案C(流式图计算)，辅以方案B(图数据库用于离线分析)

### 理由
1. 风控场景需要实时图更新(新交易→新边)
2. 批量图计算延迟太高(小时级)，无法满足准实时需求
3. 图数据库适合OLTP查询但不适合大规模图分析
4. 流式图计算兼顾实时性和分析能力

### 后果
- 技术复杂度较高，需要专业图计算团队
- 需要处理图数据一致性问题
- 内存开销大(全图需要加载到内存)
- 需要与现有特征服务整合

---

AI增强实践

大模型在蚂蚁风控中的新应用(2025-2026)

1. LLM驱动的合规分析
   ├── 自动解读最新监管文件
   ├── 评估对风控策略的影响
   └── 生成合规调整建议

2. 多模态风控
   ├── 文本分析：聊天记录/通话内容识别诈骗话术
   ├── 图像分析：证件照片/人脸识别
   ├── 行为分析：操作序列/设备传感器
   └── 多模态融合：综合判断

3. AI策略推荐升级
   ├── 从"规则推荐"到"策略方案推荐"
   ├── 自然语言描述风控目标
   └── AI自动生成完整风控策略组合

4. 知识交互建模(2023发布)
   ├── 非技术人员通过对话定制风控模型
   ├── AI自动提取领域知识构建特征
   └── 10分钟从零到模型上线

AI在风控中的前沿趋势(2025-2026)

---

与Web3/DeFi的关联

CeFi风控 vs DeFi风控

蚂蚁风控技术在DeFi的可借鉴之处

1. 三层架构 → DeFi也需要
   ├── 实时：交易前模拟(Tenderly)
   ├── 准实时：MEV检测(Flashbots)
   └── 离线：链上数据分析(Dune)

2. 图风控 → 链上地址图谱
   ├── 节点：地址/合约/协议
   ├── 边：交易/授权/创建
   └── 应用：女巫检测/洗钱追踪

3. 联邦学习 → 跨链隐私计算
   ├── 不同链的数据不能直接共享
   ├── ZK证明作为隐私保护方案
   └── 跨链风控信息共享

4. 交互式风控 → DeFi钱包安全UX
   ├── 交易前风险提示
   ├── 分级验证(小额直接/大额确认)
   └── 授权风险可视化

---

今日思考

三个深度问题

1. 图风控的"冷启动"问题：图风控依赖关系网络数据，但新用户/新设备加入时关系稀疏。蚂蚁如何解决图风控的冷启动？是否可以利用外部数据(如公开社交网络)补充关系信息？在隐私保护的约束下如何实现？

2. 联邦学习的"搭便车"问题：在多方联邦学习中，如果某方提供的数据质量差或规模小，但享受了其他方贡献的模型提升，如何设计激励机制确保各方公平贡献？这是否可以借鉴Web3的Token激励模型？

3. AI风控的"军备竞赛"悖论：风控AI越强，欺诈者也在用AI反制(如Deepfake绕过人脸识别、AI生成虚假信息)。这种军备竞赛的均衡点在哪里？作为PM，应该把资源投入到防御技术升级，还是转向风控范式创新(如从"检测"转向"预防")?

---

面试题准备

面试题1: 蚂蚁风控的核心技术壁垒？

30秒回答： 蚂蚁风控的技术壁垒主要在三个方面：一是百亿级决策量级练出的模型效果，这种数据飞轮其他公司很难追赶；二是图风控体系，通过关系网络视角发现传统模型无法识别的风险；三是联邦学习生态，通过蚁盾连接了大量金融机构形成数据联盟，网络效应显著。

2分钟详细回答： 蚂蚁风控的核心壁垒可以从技术、数据、生态三个维度来分析。

技术壁垒：蚂蚁在图计算(GeaFlow)、隐私计算(隐语SecretFlow)、实时决策引擎(AlphaRisk)上投入了大量研发资源，这些自研系统的性能远超开源方案。特别是GeaFlow支持流式图计算，可以在图结构实时变化时动态更新分析结果，这是市面上极少数系统能做到的。

数据壁垒：蚂蚁拥有10亿+用户的行为数据、百亿级的日交易数据，以及积累多年的欺诈案例标注数据。这种数据量级产生的模型效果是中小公司无法复制的。同时，数据覆盖支付、信贷、保险等全场景，模型可以跨场景迁移。

生态壁垒：通过蚁盾平台连接了数百家金融机构，形成了联邦学习数据联盟。每多一个参与方，联邦模型效果更好，吸引更多参与方——这是一个正向飞轮。

追问准备：

• Q: 其他大厂(腾讯/字节)能追上吗？
• A: 在各自优势场景(社交/内容)可以做得很好，但支付+信贷全链路的风控积累很难短期追赶。数据飞轮一旦转起来差距会越来越大。

面试题2: 图计算如何提升反欺诈效果？

30秒回答： 图计算将风控视角从"个体特征"升级为"关系网络"，能发现传统模型无法识别的团伙欺诈和洗钱行为。具体机制是通过构建包含用户、设备、交易等节点的关系图谱，利用社区发现识别欺诈团伙、风险传播算法扩散风险评分、路径分析追踪资金链路。蚂蚁数据显示，图风控对团伙欺诈的识别率提升了30%以上。

2分钟详细回答： 图计算在反欺诈中的价值可以从三个层面理解。

第一层：信息增量。传统模型只看个体特征(交易金额、频率、时间等)，而图计算引入了关系特征(和谁交易、共用什么设备、资金流向哪里)。这些关系特征是传统模型无法获取的信息增量，能显著提升模型效果。

第二层：模式发现。欺诈团伙在图上会形成特定的子图结构——比如多个账户从同一来源获得资金，经过多层中转后汇聚到同一账户。社区发现算法可以自动识别这种结构，即使单个账户看起来完全正常。

第三层：风险传播。一旦某个节点被标记为高风险(如确认欺诈)，其关联节点的风险评分会相应提升。这就像"牵一发动全身"，一个欺诈案件的确认可以带出一整个欺诈网络。

追问准备：

• Q: 图计算的计算开销很大，如何保证实时性？
• A: 采用分层策略——实时层做轻量级图查询(1-2度关系)，准实时层做流式图分析(增量计算)，离线层做全图分析。GeaFlow的流式图计算能力是关键，只计算变化部分而非全量重算。

---

学习资源

---

明日预告

Day 63: 证券交易系统架构

• 撮合引擎核心设计：订单簿/撮合算法
• 行情系统：实时推送/Level 1&2
• 清算交收：T+1/DVP/CCP
• 交易系统的极致性能追求(微秒级延迟)
• FIX协议深度解析