# 设备指纹与关系网络

> 反欺诈的两把刀：设备指纹回答「这台设备是谁在用」，关系网络回答「这群人是不是一伙的」。二者结合，是识别团伙欺诈、中介包装、批量骗贷的主力。

## 一、它是干什么的

设备指纹通过采集设备硬件与运行环境特征（机型、系统、传感器、网络、安装应用、屏幕参数等）生成稳定 ID，解决「同一个人换手机号、换身份证仍能被认出」的问题。关系网络把这些设备、手机号、证件、银行卡、地址、联系人连成图，通过图算法发现共用设备、聚集团伙、风险传导。

两种能力经常放在同一个反欺诈系统里：**指纹负责定位个体，图谱负责看清群体**。

## 二、谁在用

| 角色 | 用来做什么 |
| --- | --- |
| 反欺诈策略 | 用设备与关系变量配置拦截规则 |
| 调查员 | 查看设备关联图、定位团伙、取证 |
| 算法 | 训练图模型、设备风险模型 |
| 客服 / 客诉 | 判断「设备异常」是否误判 |
| 合规 | 核查采集范围与用户授权 |

## 三、系统里有什么

| 模块 | 主要能力 |
| --- | --- |
| 设备指纹 SDK | 采集、去重、生成稳定 ID，支持 Web/App/小程序 |
| 设备库 | 设备档案：首次出现、最近活跃、关联账号数、风险标签 |
| ID-Mapping | 设备 ↔ 手机号 ↔ 证件 ↔ 银行卡 ↔ 地址的关联与置信度 |
| 图存储 | 点（实体）边（关系）模型，支持多跳查询 |
| 图算法 | 连通分量、社区发现、中心度、标签传播、共同邻居 |
| 实时查询 | 决策链路内的多跳关联查询（毫秒级） |
| 可视化 | 关系图谱、时间线、团伙视图 |
| 案件管理 | 团伙案件、取证材料、处置结果 |
| 隐私合规 | 采集项清单、授权记录、数据最小化 |

## 四、解决什么问题

| 痛点 | 表现 | 后果 |
| --- | --- | --- |
| 换号换证 | 换个手机号就是「新客户」 | 同一人反复骗贷 |
| 中介包装 | 几十个客户共用一台设备提交 | 批量造假通过 |
| 团伙欺诈 | 通讯录、地址、设备高度重叠 | 集中违约，损失放大 |
| 风险传导 | 联系人逾期率高却无人知 | 隐性风险未定价 |
| 设备异常无解释 | 只提示「设备风险」 | 误杀无法申诉 |

## 五、深度解析

### 5.1 指纹稳定性与碰撞

两个方向都会出错：**碰撞**（不同设备生成同一 ID，多见于同型号同系统批量设备）与 **漂移**（同一设备因系统升级、重装生成新 ID）。工程上通常组合多因子：硬件特征做骨架、行为特征做修正、服务端下发标识做锚点，并维护「设备 ID 合并」机制（把疑似同一设备的历史 ID 归并）。评价指标是**稳定性（同设备复现率）**与**唯一性（跨设备区分度）**，二者此消彼长。

### 5.2 图模型怎么建

- **点**：客户、设备、手机号、证件、银行卡、地址、联系人、商户；
- **边**：申请、登录、绑定、转账、共用、归属，边带时间与权重；
- **查询**：决策时做 1—2 跳实时查询（设备关联账号数、同设备近 7 天申请数），离线做全图社区发现；
- **时效**：图要能「回到当时」——至少保留边的时间与失效标记，否则复盘时看到的是现在的关系网，不是决策时的。

### 5.3 实时与离线的分工

| 能力 | 实时（决策链路内） | 离线（T+1） |
| --- | --- | --- |
| 一跳关联计数 | ✅ | ✅ |
| 多跳/社区发现 | 受延迟限制，通常预计算 | ✅ |
| 团伙识别 | 用预计算标签 | ✅ 全量重算 |
| 风险传导 | 用上一轮分数 | ✅ 迭代传播 |

### 5.4 误伤控制与隐私边界

共用设备不等于欺诈：家庭共用、手机店代办、公司统一采购都会造成高关联。因此设备/图谱变量**只适合做加分项与转人工，不适合单独硬拒绝**，除非叠加了确认欺诈名单。合规上：采集项要满足最小必要、明示授权、可关闭；关系数据不得用于与风控无关的营销。

### 5.5 核心指标

| 指标 | 说明 |
| --- | --- |
| 指纹稳定性/唯一性 | SDK 质量的核心 |
| 关联覆盖率 | 有多少客户能构建出关系 |
| 团伙识别准确率 | 人工复核后的确认比例 |
| 设备变量命中率 | 规则中设备类变量的使用密度 |
| 查询 P99 | 多跳查询是否满足预算 |

## 六、竞品与选型参考

| 产品 / 厂商 | 类型 | 优点 | 局限 |
| --- | --- | --- | --- |
| 同盾科技 | 商业设备指纹 + 关系图谱 | 覆盖广、指纹稳定性好、图谱与名单联动成熟 | 收费按调用量、能力黑盒，SDK 合规与体积需评估 |
| 数美科技 | 商业设备指纹 | 设备 + 内容风控一体、接入快、互联网场景经验多 | 信贷深度与图计算能力相对有限 |
| 顶象技术 | 商业端安全 + 设备指纹 | 端侧防护强、可防模拟器与改机 | 生态与数据覆盖小于头部厂商 |
| 腾讯云天御 | 云厂商风控 | 与腾讯生态数据结合、接口稳定 | 依赖云、深度定制成本高 |
| 邦盛科技 | 实时反欺诈 + 图计算 | 实时图计算能力强、银行客户多 | 项目制交付、成本高、周期长 |

> 常见做法：自建设备指纹做基础识别，采购一家三方做交叉验证；图能力优先自建（数据不出域），外部图谱只做补充信号。

> **资料来源与时效**：厂商官网与公开产品文档、开源项目文档/仓库、公开技术文章与行业报告，以及行业常见实践；信息整理截至 **2026-10**，未逐一与厂商核实。产品能力、定价与版本会随迭代变化，选型前请核对官方最新资料并做 POC 验证；本节不构成选型推荐，也不含厂商商务信息。

## 七、与其他风险系统的关系

| 系统 | 关系 | 交互内容 |
| --- | --- | --- |
| 特征变量平台 | 下游 | 设备与图变量（关联账号数、社区标签）作为特征输出 |
| 规则引擎 | 下游 | 反欺诈规则引用设备与团伙变量 |
| 名单服务 | 双向 | 设备黑名单命中；确认欺诈后回写设备名单 |
| 人工审核 | 下游 | 调查员查看关系图取证、确认团伙 |
| 贷中监控 | 下游 | 设备更换、位置异常作为预警信号 |
| 决策留痕 | 下游 | 保存当时的关联快照，支持事后复盘 |

## 八、常见坑

| 坑 | 后果 | 规避 |
| --- | --- | --- |
| 用设备异常直接拒绝 | 家庭共用、代办场景大量误杀 | 只做加分/转人工 |
| 图不留时间维度 | 无法复盘当时关系 | 边带时间与失效 |
| 多跳实时查询 | 拖垮决策链路 | 预计算 + 一跳实时 |
| 指纹只靠软件 ID | 卸载重装即漂移 | 多因子 + ID 合并 |
| 采集过度 | 合规风险 | 最小必要 + 授权 |