核心企业在其产业生态圈及供应链金融中处于主导地位,但银行对于核心企业描述所需要的内容依然简单零散,缺少系统性规划,不足以满足其生态圈或供应链金融的需求.本文探讨的是银行在构建核心企业数据集市或其他数据工具描述核心企业时应考虑的内容框架,数据平台将按照内容框架对核心企业数据进行分类、整合、处理、存储和价值挖掘,并集中向其他系统与场景统一提供与核心企业相关的输出,服务其生态圈与相关供应链金融业务的市场拓展、风险控制、客户价值等场景.
在互联网金融诈骗产业化、规模化,且广泛使用大数据、人工智能等前沿技术的背景下,以人工智能等为代表的先进技术为金融机构提高反欺诈能力提供了新的方向.平安银行借助大数据、云计算、人工智能、知识图谱、IP定位等科技手段搭建了GUARD对公反欺诈体系,通过有监督训练随机森林、XGBoost、SVM及神经网络(ANN)等机器学习模型,不断学习数据模式,在完成变量选择的同时择优输出针对欺诈风险的概率预测.
当前,以大数据、云计算、人工智能为代表的新一代信息技术快速发展,催生了数字化转型发展的新机遇.越来越多的行业开始乘着信息技术高速发展的浪潮,尝试数字化变革.金融业作为数据密集型和技术驱动型行业,推进数字化转型是必由之路.如何紧跟前沿领域数字化转型发展步伐,找准数字金融高质量建设的着力点与落脚点,成为摆在金融监管部门和金融机构面前一项重要而紧迫的课题.2021年政府工作报告指出“加快数字化发展,打造数字经济新优势,营造良好数字生态,建设数字中国”,在此大背景下,发展数字金融具有更为突出的时代价值和现实意义.
随着银行业数字化转型日益加快,科技赋能金融创新不断强化,银行业传统骨干网在敏捷性、智能性和开放性等面临挑战.本文深入分析了银行业骨干网的现状及痛点,结合银行业多类型业务需求,提出基于软件定义广域网(SD-WAN)三层结构的银行业骨干网架构模型,并在银行生产环境划分网络区域、搭建模型环境,通过设备命令行输出、图表呈现、数据对比等方式验证模型,为银行业传统骨干网向S D-WA N架构转型,解决链路资源利用率低、网络软硬件功能单一、网络管理方式低效且运维难度大、无法适应业务智能调度等问题提供模型支撑及实证依据.