專訪邦盛科技創始人王新宇：一場與時間賽跑的技術馬拉松

2010年就成立的邦盛科技，在金融風控反欺詐領域的資歷不可謂不深。但就是這樣一家老牌技術服務商，卻走了一條不太常規的路子：從成立之初到現在，邦盛有將近一半的時間在全力攻克流式大數據實時處理平台「流立方」，再去開展融資和商用。

現在的流立方，號稱有著超高並發與超低延時的特性，同時支持多種複雜事件的計算。從業務版圖來看，流立方也正是邦盛整個金融實時風控反欺詐堡壘的頂樑柱。這次，雷鋒網AI金融評論就和邦盛科技創始人兼CEO王新宇博士聊了聊流立方的誕生始末。

邦盛的技術思路，逃不開對「時間」的要求。

在王新宇看來，剛剛在線上產生的數據，需要結合歷史數據，才能對它進行實時的價值判斷，而不是僅分析當前的數據本身：「例如把過去一年所有交易行為的流水全部分析一遍，對比當前才知道有沒有風險。」

流立方要成為的，就是這樣一個實時大數據處理引擎：兼顧數據的時間跨度和新鮮度，還有計算速度，解決數據倍增、數據處理時效差和數據處理毫秒級需求的問題。

這能為風控反欺詐帶來什麼？王新宇博士以時間窗口問題為例，更詳細地解讀了流立方的目的和設計：

比如做攻防模型的時候，一開始想到採用過去三個月的交易平均額放進模型，然後與黑色產業鏈攻防。但它的欺詐手段如果發生變異，之前的模型可能就失效了，對方能繞過這個模型。

升級的時候，發現當時用的指標，過去三個月的平均交易額不及過去一個月的管用——但如果要以這個時間維度，重新現場計算相關指標和數據，與黑產的攻防交手過程中就已經損失很多時間和金錢了。

流立方做到時間窗口的動態拉伸，也就是（時間上）任意指定起點和終點，在毫秒級給出運算結果。

官方數據顯示，流立方集群部署少量節點即可達百萬筆每秒，平均延遲在1毫秒左右。王新宇告訴雷鋒網，在實際應用中，最複雜的客戶延遲大概在6~13毫秒之間；普通的客戶基本能達到1~6毫秒。

邦盛科技的一系列風控反欺詐產品，也全數基於流立方這個核心底層技術平台，更強調「實時」這一效果的完成度。在實時風控的整體系統上，邦盛也自主研發了機器學習、關聯圖譜、設備指紋、人機識別等多項相關技術加以輔助。

儘管在金融風控領域，已有不少企業也表示能夠達到實時的效果，例如完成貸款的秒級審批和放貸，不過王新宇認為，授信模型的秒批秒貸，初步需要的數據量並不算大；與交易環節相比，用戶對授信的延時情況也沒有那麼敏感。

但如果要收緊風控尺度，做到深層次的個人信用數據實時分析，還是需要大量實時計算，這正是流立方精通之處：「例如用戶過去24小時通話超過5次的對象，這些人又和誰通話超過5次？類似這樣的（關係）傳播開去，計算量也會非常大。」據悉，平安銀行的信用卡網申系統就有採用流立方這一技術平台，並從2016年開始，將所有信用卡相關的交易均以實時模式接入流立方支撐的風控系統。

像銀行卡支付這樣的業務環節，要求則更為嚴苛。王新宇介紹稱，其合作機構銀聯，在做反欺詐的時候往回追溯數據，要面對一年1200億筆的交易流水，日均水平在4億筆左右，可能還需要在6~13毫秒內完成判別。

熬走三波股東，「流立方」艱難降生

在有這樣的業務規模之前，王新宇和邦盛團隊的其他成員一起，懷揣著一個宏大的目標，也經歷了一段不太明媚的日子——很難想像一家創業公司，成立五年之後才開始進入業務推廣期。

最初，創始團隊在浙大網新與華爾街的IT服務合作中注意到，國內的金融機構無論是在硬體還是軟體上，都依賴國外的基礎平台。

「我們就想，能不能研發國人自有的核心基礎軟體？從理論層創新一直到底層核心的那種，而不是像以前那樣：國外軟體商提供中間件，國內只是做個業務系統。」王新宇笑言，這也正是邦盛科技名字的由來：

「國邦昌盛——我們想擺脫這種相當於中國企業都在給國外企業打工的局面。」

因為有過不少金融IT分析類的項目經驗，也接觸過多個相關賽道的國外SaaS服務商，在創業初期，邦盛的團隊很快將目光鎖定在金融數據分析的賽道上。

他們認為，尤其是國內互聯網還有如此龐大的訪問量，能把數據分析得又准又快的話，就一定會有市場。

於是在2010年，中國工程院的陳純院士帶領他的弟子們創立了邦盛科技，王新宇也是其中的一員。2007年從浙大計算機學院博士畢業的他，隨即和兄弟們投入到流立方的研發當中去。

邦盛科技創始人兼CEO王新宇博士

然而，要讓數據分析兼備準確度和速度，這樣的研發目標就好比魚和熊掌兼得，難度也超出了他們的預期範圍。

流立方的內部，是一個又一個技術難點。除了前文所述的時間窗口問題，還有內存計算、增量計算、機器學習模型的實時決策等等……原計劃最多用三年時間做研發，結果「從成立到現在，差不多有一半的時間都在攻克最底層的東西。」

這樣的做法不可謂不冒險。「股東們會覺得，應該接一些開發集成項目來養公司，而不是全部投入到研發上。」王新宇告訴雷鋒網，在流立方的「燒錢研發、不搞收入」期間，邦盛熬走了三波股東。

他回憶，當時股東們認為可以拿一些成型的開源框架稍加修改，先把可用的產品推出市場銷售。但在創始團隊看來，開源框架的天花板太低了，它的理論模型「技術擴展性不行」。

「如果用開源做了，那基本上只是開源的水平，想要再大幅往前超過它就不太可能了，會受到它各種限制，不如全部從頭自己做起。現在從底層開始做的話，就有希望大幅超過開源的性能和能力。」王新宇解釋道。

因此，技術團隊堅持要先把「獨家的東西」做出來。直到2015年，有了流立方和20餘項核心專利，邦盛科技才完成自己的A輪融資，正式開展自己的業務。

如今的流立方除了有超高並發和超低延時的特性以外，在擴展性方面也下了功夫：自帶可計算分散式緩存，在內存不足時，能夠平滑擴展到多節點；能夠提供基於Paxos演算法的多副本一致性存儲機制，確保數據存儲的高可靠性。

除了前文所述的平安銀行，目前流立方的服務領域包括銀行、第三方支付、證券、保險、互聯網金融等，邦盛科技合作的大中型金融機構累計近400家——這樣的實戰案例，也使得他們擁有更多輸出標準化方案的底氣。

「標準化的路線，是在與頭部客戶的合作中，不斷學習（金融知識）積累而成的。」王新宇告訴雷鋒網，近年來邦盛陸續攢下近3000個風控模型，涵蓋160+個風控場景；目前邦盛大約僅有10~20%左右的業務以定製化形式交付。

今年6月，邦盛順利完成了3.5億元人民幣的C輪融資，正式邁入下一階段。

為什麼執著於底層技術？「對金融機構來說，太底層的東西，他們反而不會做。」當被問起第三方風控技術服務商的未來，王新宇這樣說道。

持牌金融機構加碼科技投入，逐漸長出自己的風控能力，很難說第三方風控企業的生存現狀不會因此而受到影響，但於邦盛而言，對底層技術的「固執」曾經是一種冒險，如今更是他們在產品同質化嚴重的行業里殺出重圍的武器。

邦盛科技的下一步是什麼？2018年的邦盛，重心或許更多放在金融領域的橫向開發上，包括保險智能反欺詐、證券量化實時策略計算、網路自動化攻擊防禦等。

而在2019年，邦盛計劃繼續以流立方為基礎，嘗試向金融以外的行業伸出觸角。據悉，未來邦盛將在軌道交通、物流、電力、氣象、軍工、反恐等方面進行相關的產品開發。王新宇表示，一切會產生大量熱數據、有望實現熱數據價值最大化的賽道都有可能涉足。

更值得期待的是，邦盛正在研發下一個核心技術：多重關係的秒級實時計算。王新宇向雷鋒網透露，這一底層基礎平台的研發兩年前就已啟動，目前技術攻關部分已經接近尾聲，不久的將來就會進入商用階段。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！