香港 nMeetup 回顾+PPT下载｜香港 nMeetup 回顾+PPT下载｜Web3 风控+知识图谱+股权穿透+金融合规

背景💻

8 月 22 日，NebulaGraph 在香港成功举办“深度关联与实时分析下的金融新范式”nMeetUP, 邀请金融科技、Web3、人工智能等领域的多位专家，围绕图技术、股权穿透、Crypto 风控、知识图谱等热点话题展开了深度分享。

一起回顾本次 nMeetUp 的精彩议题吧～

PPT 获取🔗

https://nebula-cdn.nebula-graph.com.cn/nebula-website-5.0/share/HongKong-0822/HongKong-meetup-0822.pdf

议题回顾🎯

1️⃣中证数智：NebulaGraph 赋能金融机构穿透式管理

中证数智@胡新，分享了如何通过 NebulaGraph 将海量数据构建为关联关系网络，帮助金融机构深切落实"穿透式"监管，并通过图计算实现实控人挖掘、集团客户集中度控制、关联交易识别、反洗钱可疑交易识别等风控合规应用，及客户管理商机挖掘等营销应用。

（一）重点回顾

1. 知识图谱构建：

• 整合内外部数据源，包括工商、司法、舆情、交易等，构建覆盖全市场的企业关系图谱， 3 亿+节点，4 亿+边。
• 支持多类型节点（企业、人、产品）和关系（持股、担保、交易、诉讼等），并通过图更新工具实现动态更新。

2. 图算法实现股权穿透：

• 利用疑似实际控制人算法和表决权迭代法，解决传统持股算法在多层嵌套股权结构中的穿透力不足问题。
• 支持无限层级穿透，实测最深可达 50 层，覆盖董事、监事、高级管理人员超 4 亿个节点。

3. 应用场景：

• 风险传导分析：实时识别客户与风险主体之间的关联路径。
• 集团客户管理：识别实际控制人，防范关联交易风险。
• 智能营销：通过图谱挖掘潜在业务机会，提升营销精准度。

（二）技术亮点：

• 使用 NebulaGraph 实现毫秒级多层关系查询；
• 对比传统解决方案的 2 周耗时，4 亿节点的数据加载及股权穿透可在 24h 内完成。

2️⃣Apache Doris：构建金融级可观测性方案

VeloDB@肖康，介绍了基于 Apache Doris 核心驱动的可观测性解决方案。

1. 架构优势：

• 存算分离，灵活适配不同部署需求。
• 支持多表关联、向量化执行、CBO 优化器，在 ClickBench、TPC-H 等基准测试中表现优异。

2. AI 时代新能力：

• 向量检索：支持混合查询（关键词+向量），适用于 RAG 场景。
• MCP协议：支持与大模型交互，提供数据库查询、结构分析、性能监控等 AI 原生工具。
• AI Functions：内置 LLM_TRANSLATE、LLM_FILTER 等函数，支持在 SQL 中直接调用 AI 能力。

3️⃣BlockSec：用 NebulaGraph 打造 Crypto 风控系统

BlockSec @谢云飞，认为在链上世界中，“图是骨架，标签是灵魂”，分享了如何利用 NebulaGraph 为链上地址和交易打标签，构建加密货币领域的风控系统，应对链上洗钱、黑客攻击等风险。

（一）重点回顾

1. 标签系统：

• 通过链上行为模式、链下情报、人工专家分析等方式为地址打标签（如漏洞利⽤、钓⻥攻击、混币器等)，准确识别⾼⻛险实体与行为。
• 通过多源交叉验证和产品反馈循环不断提升标签精确度。

2. 风控系统架构：

• 四层架构：数据层（多链数据提取）、情报层（地址标签生成）、存储层（NebulaGraph）、计算层（风险引擎）。
• 支持实时数据流入、标签动态更新、风险路径计算。

3. 风险量化模型：

• 基于法币敞⼝计算、时间序列过滤、理发策略构建⻛险模型。
• 计算在⼀笔资⾦中，来源于诈骗者和攻击者的比例，实现风险量化的目标。

（二）技术亮点

• 采用多源情报融合机制，日均处理超百万地址标签。
• 基于时间序列过滤与权重分配算法，实现跨链资金流溯源，精准量化风险贡献比例。

4️⃣普适智能：基于知识图谱的 Web3 风控策略

普适智能@陈啸翔，分享了如何利用 NebulaGraph 整合链上交易、链下身份及社群行为等多维数据，构建动态风险感知网络，实现对复杂风险（如身份欺诈、恶意交易、合约漏洞）的精准识别与主动防御，为 Web3 业务的稳健与安全运行提供核心支撑。

（一）重点回顾

1. 风控挑战：

• 交易所面临批量注册、洗钱交易、黑客提现等风险，传统规则引擎难以应对复杂关联关系。
• 数据源分散，链上链下数据融合困难，实时性要求高。

2. 图模型构建：

• 整合地址、设备、IP、身份 ID 等多维数据，构建统一风控图谱。
• 使用 Louvain 社区发现、中心性分析等算法识别风险团伙。

3. 实时风控架构：

• 双集群架构：在线集群负责高并发读写，离线集群负责异步图计算与机器学习。
• 支持实时图规则引擎，可在注册、登录、交易等环节实时阻断风险行为。

4. 典型场景：

• 批量注册检测：通过 IP、设备、行为路径等关联识别 Sybil 攻击。
• 交易风险分析：通过资金汇聚、路径异常等模式识别洗钱行为。

（二）技术亮点

• 支持百亿级节点规模的图谱构建与查询；
• 图特征嵌入机器学习模型，提升风控准确率；
• 提供零代码图谱构建与可视化分析平台。

5️⃣Apache Doris 4.0：人工智能时代的数据仓库

VeloDB@李文强，介绍了 Apache Doris 4.0 在查询优化、执行引擎、向量检索等方面的技术升级。

1. Pipeline 执行引擎：

• 引入 Pipeline 模型，实现算子间数据流式交换，减少线程切换开销。

2. 向量检索与 AI 集成：

• 支持浮点型向量索引和混合查询（关键词+向量）。
• 内置 MCP Server，支持与 AI Agent 无缝集成，提供数据库查询、结构分析等功能。

Ending🎉

作为 NebulaGraph 在香港的首场 nMeetUp，它的意义远不止于一次技术分享，我们希望更多小伙伴了解图、应用图，推动金融风控、营销与决策走向深度关联与实时智能的新阶段。

香港！期待下次再见～🇭🇰

案例分享💼

我们会将 NebulaGraph 相关议题整理成文，为大家解锁 NebulaGraph 的业务价值提供参考，请关注近期 NebulaGraph 公众号推文～

致谢❤️

特别感谢中证数智、普适智能、BlockSec 的大力支持～