<mark id="oztn4"></mark>
0
作者 | 青暮
編輯 | 岑峰
何謂洗錢？其實就是讓手里非法來源的金錢，經(jīng)過多重轉(zhuǎn)手，最后回到自己手上，并且最后一筆交易的性質(zhì)是合法的。
我們把參與其中的人都看作一個點，每一筆交易都會通過一條邊連接兩個人，整個洗錢過程，就形成了一個閉環(huán)。
要在一群人的交易記錄中認出這樣的閉環(huán)，需要耗費多少資源？
我們假設監(jiān)測對象的交易都記錄在一張表格上，事實上，給你一臺計算機，加上一個表格數(shù)據(jù)處理系統(tǒng)，也不一定能夠解決這個問題。
為什么？
1
局限：表格的低維性
互聯(lián)網(wǎng)時代的支付行為，早已不再局限于一個幾十萬人口的小小城鎮(zhèn)，，而是跨越了城市、省份、國家，形成了擁有億級節(jié)點的巨大網(wǎng)絡。很多黑產(chǎn)和犯罪行為，就隱蔽在復雜的支付鏈條背后。
為了在這張網(wǎng)絡上找到涉嫌洗錢行為的閉環(huán)，我們需要把它進行切割，在大量服務器組成的集群里分別存儲，并高效地進行計算。為此我們需要大數(shù)據(jù)技術的支持，也就是將大量廉價計算機連接起來同時運行的能力。
但僅有這些還不夠，根源在于數(shù)據(jù)的表示形式——表格。
表格數(shù)據(jù)是一種關系型數(shù)據(jù)，其數(shù)據(jù)往往是同質(zhì)的，一張雇員表記錄的就是所有雇員的信息，一張設備表記錄的就是所有設備表的信息。
這種數(shù)據(jù)形式的每一項數(shù)據(jù)如果都是獨立的，就能很好地存儲和表示。但如果涉及了數(shù)據(jù)項之間的相互作用，就會變得復雜。
比如在表格數(shù)據(jù)中，對于A的鄰居和A的鄰居的鄰居的查詢，就很可能需要非常不同的代碼來實現(xiàn)，因為這里面涉及到的鄰居、鄰居的鄰居等關系的表示，在表格形式上的呈現(xiàn)是非常不同的。同時隨著鄰居的增加，訪問數(shù)據(jù)量是指數(shù)增加的，其性能也指數(shù)級降低。
所以，在人員跨度很大的洗錢行為中，因為交易數(shù)量的劇增，表格計算很可能永遠檢測不出來。
其實在我們的思維中，從一個節(jié)點連續(xù)跳到其它節(jié)點時，每一步都是相同的過程。很自然地，我們也希望能有一種新的數(shù)據(jù)形式可以很直觀地表示這種過程。
圖，就是我們剛好需要的數(shù)據(jù)形式。
圖不是圖像，而是由頂點和邊構成的數(shù)學對象。
針對圖的數(shù)學即圖論。圖論起源于18世紀歐拉對哥尼斯堡七橋問題的研究，當時歐拉在這些橋上散步的時候想到了一個數(shù)學問題：如何不重復地走過七座橋。
這個問題抽象出來，就成了下圖中的一筆畫問題。
此外，著名的四色問題其實也是一個圖論問題。
圖論經(jīng)歷了兩百多年的發(fā)展，經(jīng)由眾多數(shù)學家乃至計算機科學家不遺余力的發(fā)展，成為了我們解決很多實際問題的強力武器。諸如計算機芯片設計、語言數(shù)據(jù)庫、分子計算、社交網(wǎng)絡謠言傳播等問題，都可以建模為一個圖論問題。
反洗錢問題也不例外，正如前文所述，這些交易行為形成的網(wǎng)絡，就是一個圖。
圖數(shù)據(jù)是一種非關系型數(shù)據(jù)，也就是說，其存儲對象也就是頂點可以是非同質(zhì)的。對于反洗錢問題，我們不僅可以記錄人的信息，還可以記錄企業(yè)的信息，以及人與人、企業(yè)與企業(yè)、人與企業(yè)之間的關交易信息。
相對于表格數(shù)據(jù)而言，圖數(shù)據(jù)的每個頂點包含的信息通常維度高得多。
從根本上來說，圖數(shù)據(jù)是對表格數(shù)據(jù)的升維。
在圖數(shù)據(jù)中，只需要用查詢A的鄰居的代碼，再迭代一次，就可以查詢A的鄰居的鄰居。
這是一個典型的圖計算過程，圖計算是以圖作為數(shù)據(jù)模型來表達問題并予以解決的這一過程。以高效解決圖計算問題為目標的系統(tǒng)軟件稱為圖計算系統(tǒng)。
在數(shù)學形式上，圖計算也帶來了非常直觀簡潔的理解。由于圖和矩陣天然的對偶關系，因此線性代數(shù)自然地成為了圖計算的數(shù)學語言。
云計算提供了分布式、大規(guī)模的計算機集群能力，圖計算是在大數(shù)據(jù)上再提升了一層，處理的不再是二維的表格數(shù)據(jù)，而是一個復雜的圖。
就像深度學習可以直接處理圖像數(shù)據(jù)一樣，圖計算正在引領一種新的計算范式，甚至是新的數(shù)學、邏輯范式，其飛躍性不亞于在多媒體時代，我們的交流從序列化語言到二維圖像的轉(zhuǎn)變。
自18世紀的哥尼斯堡七橋問題以來，圖計算一直局限于純?nèi)斯さ膶W術、理論研究，或在單機上的工程研究。
事實上，如果是簡單的反洗錢問題，確實可以用一臺計算機和一個表格數(shù)據(jù)處理系統(tǒng)來解決。
直到互聯(lián)網(wǎng)時代和大數(shù)據(jù)時代。
這里有一個重要的節(jié)點，也就是谷歌在2003、2004年相繼發(fā)表了GFS、MapReduce論文。
通過這兩篇論文，人們知道了我們在處理大規(guī)模計算任務時，不是必須依靠單個昂貴的服務器的技術升級，還可以用多個廉價的服務器搭建出具有非常強大計算能力的分布式計算系統(tǒng)，進而用于處理海量數(shù)據(jù)。
這不僅支持了谷歌的核心業(yè)務即搜索引擎的發(fā)展，后來基于這兩篇論文，人們還開發(fā)出了Hadoop開源數(shù)據(jù)庫系統(tǒng)。
如今，幾乎每一個互聯(lián)網(wǎng)企業(yè)，乃至許多開始大數(shù)據(jù)轉(zhuǎn)型的傳統(tǒng)企業(yè)，都用Hadoop支撐著他們的大數(shù)據(jù)處理系統(tǒng)。
同樣，在大型集群的支撐下，圖計算也成為了一個極其龐大的系統(tǒng)，涉及的每一個領域：圖存儲、圖數(shù)據(jù)庫、圖計算、圖深度學習等等，都是一門大學問。
2
發(fā)現(xiàn)閉環(huán)：從圖存儲到圖計算
從被存放到計算機，到被檢測出洗錢閉環(huán)，一個支付圖網(wǎng)絡經(jīng)歷了什么過程？
總體而言，一個圖要先通過圖存儲引擎寫入存儲在圖數(shù)據(jù)庫中，然后被在圖計算引擎中通過圖算法模型讀取、計算，最后輸出計算結果。而這個圖算法模型可能是人工編程的，也可能是通過數(shù)據(jù)訓練得到的圖深度學習模型。
我們以一個圖計算全棧系統(tǒng)GeaGraph來展開。螞蟻集團計算存儲首席架構師何昌華介紹道， “GeaGraph包含了7個組件，基本都由螞蟻集團自主研發(fā)，包括圖存儲引擎PhStore、圖數(shù)據(jù)庫GeaBase、圖計算引擎GeaFlow、圖深度學習系統(tǒng)GeaLearning，它們可以串聯(lián)起一個完整的技術鏈路。此外還有單機版本的圖數(shù)據(jù)庫GeaBase Lite，可以在單臺計算機上運行，用于離線圖計算的GeaComputing系統(tǒng)，以及圖研發(fā)平臺GeaMaker。”
當然，分布式+圖計算并不能一勞永逸地解決反洗錢問題。由于問題本身的大規(guī)模和動態(tài)屬性，我們將面臨幾個主要的難題。
事務性：金錢守恒
大規(guī)模問題必須采用分布式計算求解，而分布式存儲會導致事務性問題。
在一個圖里面，某個人新增了一筆交易，會影響圖里面的好多條邊。這種情況下，需要保證數(shù)據(jù)一致，包括如何保證數(shù)據(jù)的事務性。
所謂事務性是指，比如一個銀行賬戶里本來有100元，不應該出現(xiàn)兩個人各來取走100元的情況，否則就違反了事務性。而取錢的兩個人的賬戶信息可能分布在不同的服務器上，這就涉及到服務器的通訊。
在將圖數(shù)據(jù)進行了大規(guī)模的分布式化以后，如何高效地進行圖數(shù)據(jù)的存儲和通訊，這是圖數(shù)據(jù)庫領域的一個普遍性難題。
具體來說，我們需要將一個大規(guī)模的圖分割成多段，也就是多個子圖，然后放到多臺計算機上，每臺計算機單獨只能對子圖進行計算，當要計算全圖的某些性質(zhì)的時候，比如反洗錢分析，可能不止涉及一臺計算機上的子圖，這些子圖之間是需要通訊的。如果不能保證事務性，那么計算結果出錯就在所難免。
“盡管還沒有完全上線，但我們基本上算是解決了這個問題，這個在業(yè)內(nèi)我們是唯一的。”何昌華說道。
這得益于GeaBase的數(shù)據(jù)強一致性和分布式事務能力。GeaBase是一個金融級分布式圖數(shù)據(jù)庫，能夠?qū)崿F(xiàn)對超大規(guī)模關系網(wǎng)絡毫秒級的復雜查詢及變更，具有金融級高可用性。
GeaBase單集群能支撐萬億邊規(guī)模的圖數(shù)據(jù)，寫入和查詢吞吐量超過每秒百萬次，99.9%查詢和寫入延時小于20ms。
GeaBase Lite則是GeaBase的單機版本，是一個支持事務處理和強隔離性的單機圖數(shù)據(jù)庫，可以單機支持百億邊的圖數(shù)據(jù)，而且集成了全圖迭代分析能力，可以同時滿足用戶對圖的復雜分析、快速查詢和可視化的需求。
PhStore是GeaBase背后的存儲引擎。它基于完美哈希（Perfect Hashing）技術，屬于業(yè)界首創(chuàng)，在圖的讀取性能上可以達到常數(shù)時間復雜度。單個集群可存儲PB級別的數(shù)據(jù)，比業(yè)界通用的HBase 吞吐率提高5倍以上。
演變：分布式欺詐
反洗錢是一個博弈問題，道高一尺、魔高一丈，問題本身也是動態(tài)的，在不斷演變。
如果一個人的欺詐行為容易被發(fā)現(xiàn)，人們就會想到用團伙欺詐去提高隱蔽性和監(jiān)測難度。
除了讓閉環(huán)的跨越性變大，甚至這些圖的頂點背后，有可能是正常用戶，從而極大提高了頂點的潛在數(shù)量。
“有很多洗錢團伙通過跑分平臺，租借一些合法賬戶，使得很多正常賬戶被動參與到這種黑灰產(chǎn)交易中。在這種情況下，反洗錢的難度更大。”
欺詐，也成了一種分布式行為，這種行為具有分散賬戶和長鏈條的特點。
團伙欺詐的特點不僅在于規(guī)模，它還會不停變化，針對這種問題的圖計算被稱為持續(xù)圖計算。
如果能把握演變規(guī)律，也能帶來好處。在觀察團伙演變的過程中，可以識別出團伙中的不變元素，也即是關鍵角色，從而可以快速精準地定位團伙核心，實現(xiàn)更有效的防范。
博弈永不停息，反洗錢問題在未來或許會經(jīng)歷更大的演變。對于變化無窮的數(shù)據(jù)，數(shù)據(jù)學習的方式自然更合適。何昌華說，針對反洗錢問題的圖深度學習已有探索。支持圖深度學習的系統(tǒng)是GeaLearning。
GeaLearning是以圖為核心的超大規(guī)模分布式深度學習系統(tǒng)。其主要特點包括：支持多種靈活圖模型訓練方法（不限于global-batch和mini-batch），不限制圖神經(jīng)網(wǎng)絡層數(shù)和節(jié)點鄰居個數(shù)，以模型并行為核心的混合并行執(zhí)行方式等。
深度：六度爆炸
分布式的欺詐行為，或者說分散賬戶和長鏈條的資金分散、聚集行為，使得洗錢行為涉及的頂點數(shù)大幅增加，為了檢測出不斷擴大的閉環(huán)，就勢必要增加圖計算的深度。
這個深度要如何理解呢？
六度空間是一個很知名的概念，也就是你可以通過平均六個人的聯(lián)系鏈條認識世界上任何一個人。
在這個問題中，可以估算一下，每增加一個度，可聯(lián)系的人會增長多少倍。當度為1的時候，這個數(shù)量范圍大概為從人類的鄧巴數(shù)（一個人維持緊密聯(lián)系的上限）即150，到社交APP朋友數(shù)量即數(shù)千人。而只需增加到6度，這個人數(shù)就變成了78億（當前世界總人口）。因此，這個過程必然至少是指數(shù)級增長的。
“過去不基于圖來進行反欺詐、反洗錢的時候，挖掘的關系深度非常有限，計算也很低效。”
另外，有些團伙會在自己的大量正常交易中混入部分洗錢行為，比如藝術品拍賣等等。這些人可能有多重身份（大量賬號），同時違法交易也很低頻，交易路徑復雜。“障眼法”和稀疏性進一步增加了監(jiān)測的難度。
“要實現(xiàn)這樣的檢測，需要非常深層的圖計算能力，傳統(tǒng)方法很難做到，或者策略過于復雜導致難以推廣。”
在GeaGraph上，部分圖計算問題能夠達到10度以上的深度，比如反洗錢問題。“然而，如果要采用圖深度學習方法，就會變得非常困難。目前幾乎所有的圖深度學習所探索的圖深度只達到了2度，能夠探索到3度的技術非常稀有。”何昌華說，螞蟻集團的圖技術目前已經(jīng)可以做到10度下探，目標是無限制下探。
為了支持這樣的探索，螞蟻集團研發(fā)了GeaMaker平臺。GeaMaker是一站式圖計算研發(fā)探索平臺，融合了GeaGraph的底層系統(tǒng)的能力，為用戶提供了具備探索、仿真、性能評估等功能，集在線查詢，近線計算，離線分析和圖學習于一體。
實時：微積分思想
監(jiān)測洗錢行為是為了防范，為了能夠及時遏制這類事件的發(fā)展，必須及時發(fā)現(xiàn)。因此，圖計算系統(tǒng)的實時性是不可或缺的。
但在大規(guī)模的圖計算場景中，延時問題是非常嚴苛的考驗。“同一個人如果要在短時間里做兩筆交易，第一筆交易就必須非常快地完成，通常得是數(shù)十毫秒級別的響應水平。”
另外，如果優(yōu)化做的不夠好，檢測到一個洗錢閉環(huán)通常需要一天的時間。“但在理想情況下，我們希望能夠?qū)崿F(xiàn)秒級檢測。”
舉個更加簡單的例子，你在社交應用上做的一個簡單的交互行為，就涉及到了跨越服務器的實時通訊。“比如在螞蟻森林中，收集了朋友的能量后，對方立刻就能實時看到，這對時效性以及數(shù)據(jù)一致性的要求非常高，但這兩個人的節(jié)點信息原本很可能存儲在不同的服務器上。”
要滿足這種實時性，流式計算是非常有效的方法，其基本思想和微積分相似。
在微積分中，y(x+Δx)-y(x)其實是一個無窮級數(shù)，但我們可以只保留第一個項，來近似地通過已知的y(x)的值，來計算y(x+Δx)，即y(x+Δx)=y(x)+AΔx。
流式圖計算分為兩步，即流計算和增量圖計算。
流計算就是事件檢測，增量圖計算就是性質(zhì)檢測。“比如在進行欺詐檢測的時候，我們不會對每一筆交易都做一次圖計算，這會造成極大浪費。而是會先檢測交易中的額度，當交易額超過一定范圍的時候，系統(tǒng)判斷存在可疑行為，就會引入欺詐檢測的圖計算模型，來看看涉及大交易額的幾個賬戶是否真的涉嫌欺詐行為。這需要將流計算和圖計算深度地融合才能做到。”
要使得流式圖計算能夠?qū)崟r進行，還需要將全圖計算轉(zhuǎn)換成增量圖計算。也就是說，增量圖的計算結果對于全圖計算的改變也只是一個微小的增量。
支持流式圖計算的是GeaFlow，GeaFlow是螞蟻集團自研的流式圖計算引擎，支持秒級6度以上的流式子圖匹配和秒級全圖時序增量圖計算。
全圖計算需要較長時間，可以離線完成，增量計算因為涉及子圖的規(guī)模小很多，從而能夠?qū)崟r進行。
這就要依賴于離線圖計算系統(tǒng)GeaComputing，GeaComputing是由螞蟻集團在清華大學研制的Gemini和ShenTu離線圖計算系統(tǒng)上進一步優(yōu)化的分布式圖計算平臺，支持萬億級圖數(shù)據(jù)，能夠為用戶提供高效的復雜圖分析能力。
GeaComputing通過使用塊式劃分策略，流式消息處理等手段降低內(nèi)存需求。其性能優(yōu)于業(yè)界通用的GraphX系統(tǒng)百倍以上，內(nèi)存占用僅為其十分之一。
要使得流式計算能夠?qū)崟r進行，還需要將全圖計算轉(zhuǎn)換成增量子圖計算。也就是說，增量的計算結果對于全圖計算的改變也只是一個微小的增量。而全圖計算需要較長時間，可以離線完成，增量計算因為涉及子圖的規(guī)模小很多，也能夠?qū)崟r進行。
然而，數(shù)據(jù)更新亦可能“牽一發(fā)而動全身”，從而引發(fā)類似蝴蝶效應的現(xiàn)象。
蝴蝶效應是指在一個動態(tài)系統(tǒng)中，初始條件的微小變化，將能帶動整個系統(tǒng)長期且巨大的鏈式反應，是一種混沌的現(xiàn)象。
增量的影響本身也是非常難以把握的事情，可控性難以保證。“一個數(shù)據(jù)更新后，可能影響到圖里的很多個頂點；或者多個數(shù)據(jù)同時更新時，還會互相影響，這時候在多個服務器上如何保證數(shù)據(jù)一致是個難題，有時候我們甚至會以數(shù)據(jù)不一致作為妥協(xié)手段。”
從2018年開始，螞蟻集團在基于資金網(wǎng)絡、中介網(wǎng)絡上的典型欺詐檢測上已經(jīng)能做到百萬吞吐量下的毫秒級響應，“相比之下，傳統(tǒng)方法可能需要幾個小時或一天才能輸出結果。”
到2019年，螞蟻集團在實現(xiàn)個體挖掘的基礎上，延伸到了欺詐團伙的檢測，而且是實時的。
權衡：成本是永恒主題
最后是權衡問題。
性能和速度的權衡是技術優(yōu)化的一個永恒主題，不同的權衡適應了不同的應用場景，背后是成本的考慮。偏向性能的一般是專用技術，偏向速度的一般是通用技術。
圖計算偏重于內(nèi)存和外存的權衡。
盡管內(nèi)存加載的圖計算很快，但大規(guī)模的圖數(shù)據(jù)難以全部加載到昂貴的內(nèi)存資源上，因此將圖數(shù)據(jù)加載到便宜的外存（比如SSD）上，就成了非常重要的探索方向。“當然，這也會帶來數(shù)據(jù)訪問上的速度限制問題（也就是吞吐量），以及圖計算邏輯的修改和優(yōu)化方面的額外工作。”
另外一個權衡是適配性方面，典型的就是計算和通訊的權衡。如果圖的關聯(lián)比較強和密集，就不太適合做太細的分割，反之亦然。另外，如果需要更加靈活的可擴展性，則必須偏重通訊方面。
比如在反洗錢過程中，我們可以將全量數(shù)據(jù)存放在SSD上，只將頻繁訪問的數(shù)據(jù)存儲在內(nèi)存里，從而達到成本和性能的平衡；另外，對于內(nèi)存需求量不大的圖算法，我們就將它運行在單機上以提高效率，只有單機無法運行的算法才使用分布式，這樣就達到規(guī)模和性能的平衡。
通過克服上述困難，螞蟻集團保證了反洗錢過程中的數(shù)據(jù)事務性和一致性，能夠識別團伙洗錢，并且不受深度問題帶來的計算量爆炸困擾，得以實時監(jiān)測和防范洗錢行為。
2020年起，GeaStack應用于螞蟻集團支付業(yè)務，在已有策略模型的基礎上，通過引入圖模型，反欺詐稽核資金額增加了6%。
2021年，GeaStack應用于螞蟻集團反洗錢分析，覆蓋支付寶全部資金交易，每天計算8億客戶過去180天大約200億左右邊關系，將客戶資金流向和關系可視化，對疑似團伙類犯罪風險識別能力提高94倍多，風險審理分析效率提升90%。
通過不同的權衡和多樣的算法，螞蟻集團也得以適應不同類型的圖計算難題。
3
GeaGraph：百煉成金
支付涉及到了每個人，以及人與人之間的關系，這些事件能很自然地構成一張張圖。螞蟻集團的核心業(yè)務是大數(shù)據(jù)金融，天然和圖計算有著密切聯(lián)系。
螞蟻集團從2015年初開始組建圖數(shù)據(jù)庫團隊，2016年初發(fā)布第一個圖數(shù)據(jù)庫版本GeaBase。
2016年6月，新版支付寶上線，GeaBase迎來了第一筆流量。
接下來幾年，從支付寶大改版到新春紅包再到雙11，GeaBase迎來了業(yè)務的綻放期，到2019年雙11，GeaBase雙11主鏈路上單集群規(guī)模突破萬億邊，點邊查詢突破800萬QPS，平均時延小于10毫秒，成為支付寶核心鏈路上非常重要的一環(huán)。
“在GeaBase的基礎上，通過全棧技術系統(tǒng)GeaGraph，螞蟻集團解決了圖數(shù)據(jù)分析面臨的大數(shù)據(jù)量、高吞吐率和低延遲等重大挑戰(zhàn)。”
GeaGraph支撐了螞蟻集團的支付、數(shù)金等眾多關鍵應用場景，單集群達到百億個節(jié)點、萬億條邊的海量數(shù)據(jù)規(guī)模，為螞蟻集團的風險控制、反洗錢、反套現(xiàn)、金融案件審理、信用分數(shù)等業(yè)務提供穩(wěn)定的決策能力。
搜索推薦涉及社交網(wǎng)絡的購買行為的關聯(lián)，比如可以根據(jù)你的朋友的購買喜好，推測出你的購買喜好，這類問題也有非常強的圖屬性，非常適合應用圖計算技術。
但螞蟻集團并沒有在這個領域布局。為何要深耕金融，而不是先在搜索推薦等應用上大規(guī)模落地？
何昌華表示：“這類問題通常涉及的深度不大，一般是1-2度。而在金融風控、電網(wǎng)規(guī)劃中，經(jīng)常能遇到對深度要求非常高的問題。這對于我們的技術錘煉是非常好的場景。同時，在這些“煉獄”場景錘煉出來的技術，也能很容易地應用到簡單的場景里去。”
如此高難度業(yè)務場景的考驗，正是螞蟻集團的圖計算擁有大數(shù)據(jù)量、高吞吐率、低延時的計算能力的秘密。其中在低延遲方面，GeaGraph一般能支持5、6度深度的毫秒級計算。
得益于這種攻關精神，螞蟻集團還在圖數(shù)據(jù)庫性能測試的LDBC基準上，以及斯坦福圖深度學習推理基準（OGB）上拿到了世界第一。
“到目前為止，可以說，無論在圖計算規(guī)模、圖數(shù)據(jù)庫規(guī)模，以及涉及的圖計算問題的復雜度，和在這之上支撐的業(yè)務量，GeaGraph都是世界第一水平的。”
在剛剛結束的2021世界互聯(lián)網(wǎng)大會上，螞蟻集團大規(guī)模圖計算系統(tǒng)GeaGraph獲得世界互聯(lián)網(wǎng)領先科技成果獎。這個獎項代表著世界范圍內(nèi)最新科技的最高水平。
4
螞蟻集團：從點到圖
從點到圖，布局圖計算的企業(yè)也形成了一張圖網(wǎng)絡，已有百家爭鳴之勢，建立標準自然勢在必行。
工信部、國家標準化管理委員會通過全國標準信息公共服務平臺公布，《信息技術圖數(shù)據(jù)庫系統(tǒng)技術要求》的國家標準正式立項，這也是國內(nèi)首個圖數(shù)據(jù)庫方面的國家標準立項。
此國家標準由TC28（全國信息技術標準化技術委員會）歸口，由螞蟻集團牽頭制定。
基于螞蟻集團的標準貢獻，在近日召開的全國信標委大數(shù)據(jù)標準工作組會議上，螞蟻集團當選為2019年優(yōu)秀成員單位。
據(jù)了解，全國信標委大數(shù)據(jù)標準工作組由中國科學院院士梅宏擔任組長，負責全國大數(shù)據(jù)方面的國家標準制定。
除了本次立項的圖數(shù)據(jù)庫國家標準，基于自身在圖智能領域的產(chǎn)業(yè)實踐經(jīng)驗，螞蟻還在浙江互聯(lián)網(wǎng)金融聯(lián)合會牽頭制定和發(fā)布了《互聯(lián)網(wǎng)金融分布式架構技術應用指南》的團體標準；在全國金融標準化技術委員會牽頭立項了《金融IT基礎設施 存儲應用實施指南》的行業(yè)標準；在CCSA TC601，參與信通院牽頭的《圖數(shù)據(jù)庫白皮書》和《大數(shù)據(jù)圖數(shù)據(jù)庫技術要求與測試方法》團體標準；在ISO/IEC JTC1 SC32參與《ISO/IEC 39075 : Graph Query Language》的國際標準。
螞蟻集團與LDBC也正在合作，將其認證范圍從社交網(wǎng)絡領域擴展到金融領域。
何昌華介紹，“在中國，圖數(shù)據(jù)庫是一個正在蓬勃興起的非常熱門的領域，國家也已經(jīng)開始制定各種各樣的技術標準，希望在統(tǒng)一的標準之下，促進技術交流和全面發(fā)展。”
谷歌用兩篇論文將分布式計算技術普及全世界，螞蟻集團也在通過企業(yè)合作，讓技術賦能社會。“我們跟國網(wǎng)全球能源互聯(lián)網(wǎng)研究院合作進行電網(wǎng)拓撲分析，來解決他們在電力規(guī)劃中碰到的技術問題，取得了比較好的效果。”
在當今的社會生活中，能源是必須品，穩(wěn)定、持續(xù)、充沛的能源，是工作生活的保障。當遭遇設備檢修、更換時，一定會采用波及方案。
國家電網(wǎng)的目標就是最大力度保障供能的穩(wěn)定，但原有系統(tǒng)的分析效率很難快速分析出數(shù)億節(jié)點中任意單個或多個節(jié)點調(diào)整，對整體系統(tǒng)所帶來的影響。因此，每次哪怕微小的設備檢修，都需要提前充足準備，影響工作效率。
后來，通過和螞蟻集團團隊合作，他們用圖計算技術來管理數(shù)億設備節(jié)點，將每個供電設備節(jié)點作為一個"頂點"繪制設備關系圖，可以很容易的在圖上找到需要調(diào)整的設備，并分析其節(jié)點關閉帶來的影響，從圖數(shù)據(jù)庫中預演，即可合理規(guī)劃設備調(diào)整并提前預警，最大限度保持穩(wěn)定持續(xù)的電力輸出，保障民生。
何昌華介紹，“目前。螞蟻集團圖計算技術已經(jīng)規(guī)模應用于反欺詐、反洗錢等領域，保護金融安全。同時，也在能源、電信行業(yè)有廣泛應用前景。從螞蟻集團的角度，在支持好內(nèi)部業(yè)務，不斷錘煉技術的前提下，我們也會積極地把圖計算的技術開放出來，用到更加廣泛的領域中，尤其是對國計民生更有用的領域。這也是我們開放技術背后的思考。”
5
圖：下一代數(shù)據(jù)建模
從結繩記事、象形文字，到現(xiàn)代語言，經(jīng)歷數(shù)千年的演變，人類的交流符號中包含的信息越來越豐富，維度也越來越高。
從數(shù)字、表格，到圖數(shù)據(jù)、圖像，機器的交流符號也在經(jīng)歷著類似的演變過程。
這不禁令人懷疑，機器會不會比人類更早實現(xiàn)用感知數(shù)據(jù)直接交流？這或許激發(fā)了人類的好奇或嫉妒，成為急著尋找深度學習和圖深度學習可解釋性的心理動因之一。
一圖勝千言。任何數(shù)據(jù)都不是對真實世界的完整呈現(xiàn)，所以不可避免會出現(xiàn)天然的缺陷，使其不能很方便地呈現(xiàn)我們在現(xiàn)實世界中很自然的交互。
如今的時代注重數(shù)據(jù)的兩個方面，即數(shù)據(jù)量和數(shù)據(jù)維度。傳統(tǒng)方法適合低維、稀疏數(shù)據(jù)，大數(shù)據(jù)方法適合低維、稠密數(shù)據(jù)，深度學習方法適合高維、稠密數(shù)據(jù)，而圖深度學習、圖計算方法則非常適合高維、稀疏數(shù)據(jù)。因此，圖很可能是下一代的大數(shù)據(jù)。
圖數(shù)據(jù)相對于表格數(shù)據(jù)實現(xiàn)了一次世界表征的飛躍，圖像數(shù)據(jù)也從另一個層面借助深度學習在進行著一場革命。
數(shù)據(jù)不再只是一張表格，要處理圖這樣的數(shù)據(jù)，很多底層的邏輯都要推倒重來，包括思維模式。
何昌華介紹，“過去30年的關系型數(shù)據(jù)庫給大家構建了這樣的思維模式，也就是表格思維。與外部進行協(xié)同推進圖計算技術的時候，如何進行思維上的“急轉(zhuǎn)彎”，也將是我們長期面臨的一大難題。”
理性質(zhì)疑之外，技術革新亦不可避免帶來變革前夕的迷茫和擔憂，人們最先會從個人角度出發(fā)，質(zhì)問用戶隱私問題。
螞蟻集團作為如此龐大的應用，必然涉及非常多的用戶個人信息，在技術應用的過程中，團隊如何避免個人信息的泄露呢？
何昌華回應道，“我們所有數(shù)據(jù)經(jīng)過了用戶授權，和數(shù)據(jù)脫敏，比如數(shù)據(jù)傳輸、計算過程中需要保障數(shù)據(jù)是加密的。同時，螞蟻集團的圖計算是建立在隱私保護基礎之上，有一套很前沿的隱私計算技術在底層做基礎。”
硬核技術讓變革一往無前，安全保障也讓團隊無需瞻前顧后，持續(xù)瞄準下一個難關。今年，螞蟻集團已不再滿足于被動的識別，而開始探索主動的做法，也就是預測——在一個欺詐行為實行之前檢測出來。
從觀察世界、理解世界開始，GeaGraph的下一步，是模擬世界。
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
