活動回顧｜蔣昌俊院士：為中國的數字人民幣保駕護航

蔣昌俊院士從如何解決網絡交易的高并發、高時效、高辨識三個方面向大家介紹了我國首個互聯網交易風控體系建立的全過程。

蔣昌俊院士開講

現如今中國的互聯網交易規模龐大，中國市場已然成為全球最大的數字支付市場，網絡金融對國民經濟發展具有重大意義，這使得網絡交易的風險防控成為國家金融安全的重要組成部分。近年來，金融欺詐、跨境洗錢、貿易逃稅等有組織、有規模的地下詐騙產業已經形成。據2020年不完全統計，我國金融詐騙分子約160萬人，金額達4687億元，等同于13艘航母的造價，網絡詐騙嚴重威脅網絡金融安全。

2000年伊始，互聯網的出現和廣泛應用使得網絡交易流量如洪峰般巨大，這其中也參雜著一些惡意的交易。如何在巨大的交易流量中，把惡意交易“既快又準”地辨識出來？這在當時非常缺乏理論、方法和核心技術。蔣院士團隊依靠早期做軟件理論，特別是并發理論的行為認證，以及在計算所做高性能計算機并行編譯的背景，與支付寶等相關單位合作，逐步建立了一套風險防控的核心技術和相應方法。

首先，蔣院士團隊依據網絡交易系統的多用戶并發訪問、多業務并發操作、多進程并發處理特點，總結提煉并建立了新的網絡并發系統行為理論。并行計算機是基于順序計算的經典計算機模型方法，像搭積木一樣搭成并行實時的過程，具有難以分析網絡并發系統行為的特征，需要構建全新的并發系統行為理論。蔣院士基于讀博期間PN機，并發語言，矢量文法三位一體的并發系統的行為能級人機體系進一步研發了并發系統行為的一些性質，包括行為相關性，一致相關，受控相關等，這為后續的并發調度和行為認證建立了理論依據。

其次，團隊發明了業務流程網路橫切并發調度技術，主要解決了系統“跑得快”的難題。針對互聯網交易流量巨大，且瞬時突增的狀況，蔣院士提出了“以靜制動”的策略，即以靜態業務橫切分解，制導動態數據的實時并發計算。在此基礎上，對數據流的業務網絡進行解耦，分解成最小不可分解的子網，以提高實施并發性。另外，在優化并發系統的計算環境方面，通過建立一系列雙匹配的BM算法，以及時間約束下的一些調度算法等，通過動態優化配置，進而實現了“高時效”。

第三，團隊提出網絡交易風控的行為認證方法。傳統的交易認證是采用單域管控的身份識別認證方式，即通過網絡安全的身份信息，銀行賬戶的數字密碼等，這樣極易被非法騙取，解決難點是欺詐手段多變、欺詐隱蔽性越來越強以及團伙跨域作案。

對此，蔣院士團隊提出了“以不變應萬變的策略”，從變化的行為數據中求解獲得不變的行為紋理，這也是國際上較早提出網絡交易風險防控行為認證的方法。當時普遍采用的是詐騙后總結規則，但因缺乏統一設計，規則之間缺乏一致性、效率低、準確性差，且詐騙手段層出不窮。蔣院士帶領團隊另辟蹊徑，提出行為認證的基礎即“行為認人”，通過整合普通消費者的資金鏈、消費方式、消費時間、消費地點等多要素、碎片化的信息進行消費規律的建模，利用詐騙者一次性轉移資金的異常的分散規律進行比對分析，進而識別詐騙行為，這將交易的識別率從當時的44%提高到96.91%。