云南农信操作风险稽核监督预警信息系统1.8要点分析.ppt

技术实现-T+N数据抓取 数据基础层 数据汇总层 业务系统 抽取、转换、加载 ODS/ 数据仓库 风险数据集市 风险预警 ETL ETL 访问门户 datastage DB oracle BO Cognos Iwap Iwap 元数据管理 应用开发平台 技术实现-规则引擎技术 IWAP规则引擎是基于业务化思想实现的规则引擎产品，负责对业务规则整个生命周期的管理，包括: 业务规则的设计建模、模拟与测试、部署、运行、监控、管理。 提供高性能和可扩展的规则引擎 支持业务部门的业务人员方便地进行规则配置与调整。 技术实现-风险数据库 分级存储机制： 实时只用A库 T+1用B库 客户查询用A、B、C 多种数据库技术： 内存数据库 物理数据库 技术实现-系统性能分析 系统性能对于整个系统的实用性非常的重要，凯银公司在这个方面做了非常仔细的研究和设计，并且能够满足用户的需要。 实时数据采集设备： 支持百兆千兆的网络设备 最大检测率1000Mbps 抓包速率50000PPS 最大的并发连接数达到200万 数据处理机制： 将监测规则进行分类，需要实时判断和处理的，提前预先装入内存，避免数据库/文件操作 ，提高实时预警效率 良好的风险数据库规划 内存数据库、物理数据库协同服务 从业务角度，数据库区域和表按业务类进行分类 从技术角度，在数据库级别进行分区处理、优化索引、分表处理等 技术实现-系统性能分析 系统内存和主机计算效率 : 以核心业务为例，目前农信业务系统情况： 账户：4000万 机构：2300个 假定账户附加信息1K，机构附加信息1K，则所需存储： （40000万+2300）*300byte /1024/1024/1024 = 11.17G 目前农信拟采用机器为64G内存，采用预装入内存处理的方式，完全可以满足性能要求。 对于目前农信的交易量为200万笔/天，根据一般经验，80%的交易集中在交易最繁忙的时间段，而银行的交易高峰期，主要是上午2小时，中午1小时，下午2小时；这样，我们可以得出，高峰期每秒并发交易为：（2000000×0.8）/5/3600=89笔/每秒 农信采用16C4.4的主机配置，对将来规划400万笔/天交易，即178笔/秒的规划需求，也是可以满足的 技术建议方案 技术实现 业务实现 需求与规划 风险概述 需求概述 平台规划 建设规划 原则与目标 技术架构 软件与部署 关键技术 功能架构 风险预警 风险模型 农信特色 业务流程 风险 分析 交易信息 信息 收集 座席中心 联系客户 高风险 交易 阻断 交易 监控 可疑交易 违规操作 内部处理流程 业务实现-风险模型 风险模型体系结合了巴塞尔协议、银监会审计模型，与云南农信进行了深入的交流和分析，目前已整理出9大业务类，36个风险类，400余个风险点 业务功能实现 需求响应 对操作风险防范的功能规则需求 对柜员业务的监测、客户交易监测、账务的监测、营业状况的监测、查询打印和统计分析 对监控人员访问权限需要进行设置，在监测中心控制台上设置超级管理员和管理员 完成73个规则需求，实现规则的配置化 需求响应 操作风险稽核监督预警信息系统的主动通知需求 将客户的取款、转账是否到账等信息及时地通过手机短信等方式及地发送给客户 通过手机短信、电子邮件等方式将设定的风险报警信息和警后处理信息及时地通知给相关领导或主管，以便及时督促监管人员进行相关处理 需求响应 报警方式需求 图形界面报警 喇叭声音报警 手机短信报警 电子邮件报警 警后处理需求 预警信息的发布； 预警信息阅读的权限控制； 对监测人员、风险处置人员的处理流程进行全程记录、跟踪并考核。 需求响应 报警信息查询需求 预警通知历史查询 高频交易历史查询 高额交易查询 可疑交易查询 异动交易查询 交易流水模糊查询 客户相关账户信息查询 客户交易历史查询 柜员交易历史查询 预警参数设置 打印处理 需求响应 报警信息分析统计 对预警数据库记录的风险交易进行统计分析， 根据监控工作需求，可灵活更新或增加统计项目进行分析 操作风险稽核监督预警信息系统的管理需求 界面要能实现分级管理 能实现分类、分级别地显示报警信息 系统可以设定多级监测人员角色 业务实现-实时风险预警 业务实现-数据查询 可灵活定义的查询条件，查询内容 查询结果二次过滤 快速、高效的查询引擎 查询结果可进行统计抽样处理 业务实现-展现及报表 风险报表 经营报表 外部审计报表1104，征信、反洗钱 公司介绍 介绍内容 售后服务方案