2022农村中小金融机构科技创新经典案例，推进普惠金融数字 ...

当前，以农信农商为代表的农村金融机构作为服务“三农”的重要金融支撑，在乡村振兴的大背景下，面对政策普适化、场景线上化、渠道网络化、技术成熟化和市场下沉化的大趋势，树立科技创新思维、聚焦数字生态建设，积极应用云计算、大数据、人工智能、物联网等新兴技术，全面推动数字化转型，成为生存、发展的必经路。

为落实人民银行推进乡村振兴工作意见，助力“十四五”规划实施，推动农村中小金融机构主动顺应农业农村数字化趋势，以数字化手段赋能区域发展、提升农村金融服务质效，构筑农村数字普惠金融服务新模式，农信银资金清算中心举办了“第六届农村中小金融机构科技创新优秀案例评选”活动。本次评选共计收到来自40家机构的138个案例，内容涉及基础设施、运维管理、网络安全、数据平台、产品创新、数智应用、安全可控及其他促进农村金融发展的科技创新项目。本次评选邀请10位业内权威评审专家，对所有参评案例进行审阅打分，结合网络投票产生的网络影响力案例，最终72个优秀案例脱颖而出。

金科创新社从中精选10个经典案例，展示农村金融科技创新的最新成果，探索农村中小金融机构数字化转型的未来发展，推动数字化更好地服务乡村振兴。

1.湖南农信：农村集体“三资”监管平台项目

农村集体“三资”监管平台以数字化技术为基础，结合移动互联网、区块链、大数据、地理信息系统（GIS）、数据可视化等先进技术，将传统业务数据及流程迁移到线上平台运行，通过制度化、信息化、流程化手段，构建起村集体“三资”日常监管规范运行模式，全面提升了村集体“三资”监管规范性、穿透性和有效性。

“三资”监管平台在业务场景建设、平台推广应用等方面进行了创新应用：建立了“G端+B端+C端”三端融合的全流程监管体系；搭建了“银农直联+网上银行+福祥e站”三位一体的金融服务场景；构建了“省市县三级联动”的平台推广应用机制。

2.浙江农商联合银行：数字普惠大脑

浙江农商联合银行“数字普惠大脑”融合公共、政务、社保、市监、税务、金融等多源、多模态数据，运用知识图谱、隐私计算、机器学习等金融科技，应用专家规则、逻辑回归、随机森林、集成学习等模型算法，形成大脑信息中枢、分析中枢和决策中枢，全面深化小微企业、个体工商户和低收入农户等普惠金融授信。

一是以数据云平台构建大脑信息中枢，提供基础设施服务。坚持共性统建、个性自建、统分结合、开放包容的数据类系统开发机制，全面变革现行行社委托集中开发模式，推行“省级搭建大平台+行社开发特色应用”远程协作开发模式，重点解决行社数字化转型过程中数据需求响应慢、数据应用不足等难题，为全系统行社提供基础设施（IaaS）、基础平台和工具（PaaS）、标准数据应用（SaaS）、定制化数据应用和服务（DaaS）四类不同层级的云服务。二是以建模分析平台构建大脑分析中枢，提供数据分析服务。围绕“大数据+”和“AI+”的智慧分析能力，持续完善客户高维特征库，并基于逻辑回归、决策树、随机森林等机器学习和联邦算法形成金融分析特征库和模型库，提供标准及规范化的大数据即时查询、数据建模平台、BI数据自主分析等环境，提供标准化的模型及开发平台。三是以智能决策平台构建大脑决策中枢，提供智能决策服务。创新应用规则平台、流处理引擎及模型管理平台，通过应用可视化的业务策略定制画布，实现智能化、自动化的决策调度服务。

3.海南农信：基于“一卡通服务管理平台”的开放银行应用

一卡通平台通过统一服务标准的业务接入系统，纵向可向上对接人社部数据平台，打通海南省与人社部数据交换通道，向下覆盖海南全省人社业务和社保经办服务，实现海南全省人社领域业务统一规范、统一应用、统一管理和统一维护；纵向可以跨部门、跨领域进行信息交换，推进人社、卫生、民政、交通、教育、旅游和金融等政府公共服务的信息资源整合开发利用，实现部门之间数据共享，政务业务协同办理，创新跨部门用卡及互联网用卡模式。利用海南农信作为海南省社会保障卡的主要发卡银行的便利，背靠一卡通平台的优势，海南农信打造了开放银行服务模式，深入推广金融服务和政务服务事项融合，扩大业务领域。

4. 贵州农信：网联支付平台国产化

第三方网联支付平台国产化系统在技术上对交易流程进行垂直拆分，抽象出公共服务组件、公共通讯组件、公共工具组件、业务逻辑组件等，组件根据依赖关系，可实现即插即用，实现重用的最大化。

业务方面，系统涵盖第三方网联支付的全量业务，包括网络支付贷记交易、网络支付借记交易、授权支付协议管理签约和解约交易；并根据对接的第三方机构，对系统进行水平拆分，拆分出财付通（微信）处理模块、支付宝处理模块、其他处理模块，模块之间有独立的线程、数据库资源，互不影响，提高系统的隔离性，实现可用性的最大化。

技术方面，从硬件到软件、从前端到后端全部进行国产化适配，从数据库、应用服务器、操作系统、中间件等维度实现全栈国产化。

5. 重庆农商行：绿色数据中心的建设和智能化升级

重庆农商行对自建数据中心进行了绿色化、智能化转型升级，建成了全行统一的智能数据底座：一是设计选用能耗低、绿色环保、自动化水平高、运行可靠的动力设备，节省能耗；二是采用动力环境监控系统，实现对硬件设备的可视化能耗数据分析；三是引入虚拟化IaaS私有云平台，将全行计算和存储能力纳入资源池，逐步实现多中心平台的统一互联、跨中心资源的统一利用、去中心设备的统一监控；四是建设智能运维系统，采用机器学习算法对业务系统进行动态监测、自动伸缩、智能预警、根因分析乃至异常自愈，实现高效自动地预防、发现、处理异常，降低系统故障率，提高运营效率。

6.陕西农信：面向分布式技术平台的应用性能监控系统

分布式技术平台监控系统作为陕西农信首个采用“自主+开源”方式建设的应用性能监控系统，具备较好的实时数据处理、智能分析与智能可视化能力，实现了对分布式技术平台上承载各类应用业务的性能黄金三要素（交易量、交易响应时间、交易成功率）等关键指标的实时监控。

一是兼容自主可控能力建设要求。核心技术组件均选用主流开源组件，便于向国产化环境迁移。二是基于DevOps实现监控对象自适应。在监控数据采集方面，充分借鉴了“埋点式”应用性能监控方案的设计精髓，通过对分布式技术平台微服务调用流水信息的充分应用，实现了对被监控对象的 “零成本”改造，自动获取新增业务变化相关指标，实现新增微服务、功能接口、业务场景“自感知”监控。三是业务链路与性能指标的融合。系统通过对离线数据智能分析，自动维护业务场景调用链路拓扑，并在运维场景融合方面，通过业务场景自定义功能、业务链路拓扑功能使得应用性能监控数据与业务链路信息、业务场景信息有机融合。四是自校正异步处理数据导致的曲线畸变。系统自主创新了异步数据处理时间补偿机制，通过对部分监控采集数据的错乱时序进行准实时修正，对曲线畸变现象进行了一定程度上的抑制和改善，最大程度保证了监控数据的有效性和实时性。

7.广东农信：安全自动化编排与响应系统(SOAR)

项目以建成安全中台体系中的部分 SOAR自动化响应处置平台为目标，利用自动化处置技术打造基于安全编排能力的自动化响应处置平台，实现以安全业务为核心的全场景、全流程的数字化安全运营管理能力。

项目采用了支持自动化和异步的流程编排技术，基于业务流程建模符号(BPMN)设计业务流程，通过安全事件剧本完成恶意文件分析等典型场景处理流程定义。

除支持内置的集成标准安全插件外，项目提供开放式接入框架，提供丰富的Python SDK供工程人员使用，具备定制化安全设备的快速集成能力，支持如CLI(Telnet/SSH1/SSH2)、Http协议（WebService、Restful）、JDBC、OpenC2等协议，满足异构设备的接入需求。项目还集成了防火墙、WAF、HIDS等40多种网络安全设备的快速接口，具有可拓展性。

8. 苏州农商银行：基于云计算的多级防控交易反欺诈系统

多级防控交易反欺诈系统打破过去各个业务渠道各自独立的风控管理体系，通过整合行内外跨行业、跨渠道、跨场景的数据，收集多层次、多维度的交易特征，打造完整的客户画像、全局名单和评分体系。通过共享名单、标签、预警信息，各产品、各渠道、各业务环节在信息流转与决策互动中实现数据的积累补全和模型策略的优化升级，不断迭代，形成自我完善的风控生态圈。系统依托行内私有云计算平台，基于分布式微服务架构，采用容器化及双活部署方案，具备动态扩缩容能力和稳定高效的实时决策能力，从而能够更好地实现对风险交易进行有效干预和拦截。

9. 辽宁农信：基于大数据湖仓一体架构体系的研究

辽宁农信基于国产信创分布式云原生数据库产品，借助ANCHOR湖仓一体能力特性，打造数据查询和应用的一体化架构，有效解决集群规模和并发受限、非结构化数据无法整合、建模路径冗长、数据一致性弱、性能以及时效瓶颈等问题。实现如下建设目标：一是搭建基于云原生分布式数据库的基础平台，夯实辽宁农信数字化转型基石；二是完成历史数据的整体迁移，保证业务数据的连续性；三是建立统一高效数据分析计算体系，推动数据与业务的融合；四是建立统一的数据分发机制，满足各级法人分支机构与监管机构的数据安全要求；五是建设准实时数据应用能力，逐步实现离线数据应用向实时数据应用能力的跨越；六是统一数据加工管理，通过湖内数仓存储的一份数据，利用平台的高性能，进行数据加工的全流程管理，避免数据存储的冗余，并制定数据加工规范，管控数据统计口径，实现“数据源、数据加工过程、数据脚本规范、脚本上线过程、批量调度程序”的统一管理。

10. 江西农信：智能化“云+AI”运维监控项目

智能化运维监控项目的建设将云上与云下流量、网络与应用、应用与业务等数据进行融合，通过智能化深度分析，实现统一视角，全链路监控分析。

一是云上云下流量采集。全链路业务性能监控平台通过对网络流量的采集和解码，提供业务层的监控分析功能。通过建立云上云下业务全链路的可观测性，基于服务水平、可用性、异常事件、紧急事件、TCP连接等类型的告警，做到智能故障定位，实现监控零侵入、零风险、高精度、实时。

二是智能化数据分析。分批获取服务器接入层交换机、大二层交换机、外联、互联网、DMZ等各个区域交换机的流量，并根据需求，进行独立的数据解析。基于智能运维算法，提供时序数据管道和持久化，通过对业务性能黄金指标数据，如成功率、交易量、响应率、响应时间等具备时间间隔固定，有时序规律或周期性特点，并且可以反映业务系统健康度的指标数据，自动提取多种曲线特征，自动选择最优算法，利用聚类算法缩减训练开销，进行实时异常检测，识别业务指标趋势的反常变化，及早发现问题风险，缩短故障发现和恢复时间。

更多农村中小金融机构科技创新案例查看【重磅】第六届农村中小金融机构科技创新优秀案例评选榜单发布！