11 月 7 日深圳丨悦数图数据库新产品发布会

新闻资讯

用户分享

周边工具

特性讲解

发版说明

技术干货

行业实践

行业科普

中国移动：悦数图数据库在金融风控领域的落地应用

悦数图数据库发布 v3.4.0，深入探索数据价值

五矿期货：悦数图数据库在金融期货行业的应用与实践探索

同盾科技：聊聊知识图谱在金融风控场景中的应用

悦数图数据库完成鲲鹏、飞腾、海光等多款国产 CPU 信创兼容性认证

![时序图谱技术](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-08-26.png)

伴随云存储的广泛应用，企业的数据安全也面临着越来越大的挑战，其中最主要的就是权限的滥用已经成为了企业数据泄露的主要威胁之一。但令人匪夷所思的是，近3/5的内部数据泄露事件都源于对用户的过度赋权或权限的冒用，通过合理的合法凭证的“借”“贷”等方式横向移动，最终打破了传统的静态的权限模型难以应对动态的风险。[时序图谱的监测技术](https://yueshu.com.cn/posts/Sequence-diagram)不断的将“主体-行为-客体”的动态关系网络构建起来，已逐步成为了新一代的权限防控的核心引擎。

### 一、如何从根本上解决其带来的安全防御的瓶颈问题.

1.动态权限失控
由此可见，云存储中临时的授权机制，如STS的Token的生命周期的管理都存在着较大的安全漏洞，如果未能及时的回收这些权限，就会给攻击者以横向访问敏感的存储桶的可乘之机。

2.隐蔽提权行为
黑客通过低权限账号逐步提权（如利用S3存储桶策略配置缺陷），在审计日志中呈现为分散的正常操作，传统规则引擎无法关联跨时段行为。

3.内部恶意操作
拥有合法权限的内部人员（如离职员工）可批量下载业务数据至个人网盘，行为模式与正常业务操作高度相似。

### 二、时序图谱技术的实战价值

基于对三大核心的突破性技术的深入把握，有效地克服了传统的防御的长期的困扰和瓶颈.

1.动态权限追踪
依托于将用户、资源、操作等抽象为图的节点，将基于时间的访问行为的顺序性、前后关系等抽象为带权的有向的边（如用户A通过了PUT@t1的操作就对存储桶X产生了权重的有向边）等从而形成了一个具有时间的动态的图谱。

2.异常模式识别
在图谱中定义高危路径模式，例如：
提权链：读取普通对象 → 修改IAM策略 → 访问敏感实体
数据泄露链：高频List → 批量Get → 外连上传
某金融企业部署该模型后，提前14小时阻断某外包人员的勒索软件植入行为。

3.攻击链还原
将零散的埋在TB级日志中的事件通过对应的子图的匹配的方式,再将其有机的重组起来,就形成了一个比较完整的攻击的叙事。例如某制造企业溯源发现，黑客通过3个低权限账号接力操作，最终窃取设计图纸，时序图谱仅用37秒完成全链路还原。

### 三、实战案例：某运营商存储权限治理

某省级运营商对象存储中存有1.2亿用户实名信息，曾发生多起“合法账号”异常访问事件。通过部署时序图谱监测系统实现：

- 动态权限收敛：凭借将原有的静态的角色权限细分为200多个场景化的权限标签的同时，将临时的令牌的存活期也从原来的几分钟缩短到了1分钟83%，大大提高了系统的安全性；

- 实时行为阻断：当我们检测到一名用户的单日访问了500+的非业务相关的文件就立即对其的所有的操作都尝试跨区域的复制一份后，对其的会话都自动的给予了冻结的处理并向相关的部门发送了告警；

- 溯源效率提升：随着对溯源的不断优化，我们的攻击调查时间也从原来的周级的把关降到了仅仅一两小时的把关，相比之下不仅大大地提高了工作的效率，还将误报的率大大地降低了76%。

### 四、技术演进方向

随着图技术发展，新一代权限防控呈现两大趋势：

1.机器的智能化
借助对图神经网络的深度预测，尤其是能对权限的扩散路径的准确识别，如对“高危的权限角色”的即时的识别（如同时具备了删除存储桶和日志的擦除权限的账号等），从而实现对其自动的隔离等。

2.多源图融合
采用对存储的权限图谱、网络的拓扑结构以及各个账号之间的复杂关系的深入整合 finally ultimately的构建了企业的全面的安全知识图谱手段，有效的提高了了对企业的安全防护的能力。

凭借对云存储的时序图谱的精准监控，悦数的图数据库便构筑起了动态的“数字的护城河”，为用户的数据提供了坚如磐石的防御屏障。基于其本质的分布式架构，就可以将用户的权限变更的时空的轨迹都一一的实时的追踪将传统的日志的审计中离散的访问的事件都转化为带有时序的标签的关联的图谱。通过巧妙的将“结构化的关系”与“非结构化的语义”有机地融合为一体的双重验证的机制，使得某股份制银行在反欺诈的场景中都能成功的将97.6%的异常的访问尝试都给“拦截”了，将原来的权限的审计的效率从几个小时的把关压缩到了秒级。



凭借对云存储的时序图谱的精准监控，悦数的图数据库便构筑起了动态的“数字的护城河”，为用户的数据提供了坚如磐石的防御屏障。实时的追踪将传统的日志的审计中离散的访问的事件都转化为带有时序的标签的关联的图谱。

云存储权限滥用阻击战：时序图谱监测技术实战解析


![图数据库实践](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-08-25.png)

数字经济的不断深入发展之际，数据黑产的“黑手”也悄然而起，通过对个人或企业的伪造身份、操控多平台的账号等一系列的违法行为，如实施的各类的欺诈、洗钱、虚假的营销等，年年都将对社会造成几千亿的直接经济损失。但传统的反欺诒的技术却因其维度的单一、效率的低下等长久的不足难以真正的有效的对跨平台的协同作案的现代的高级黑客的所带来的新的威胁有效的应对。伴随其天生的关系建模的能力，[图数据库](https://www.yueshu.com.cn/database)正逐渐成为跨平台的身份关联的关键的“利剑”。

### 一、技术核心：采用对图数据库的深度挖掘手段

1.关系网络建模

图数据库将用户、设备、IP、社交关系等实体抽象为节点，将登录、交易、好友关系等行为抽象为边，构建多维度关系图谱。例如：

- 同一设备登录多个社交账号 → 设备与账号形成“使用关系”边；

- 多个账号共用同一手机号 → 手机号节点关联所有账号节点。

这种结构使隐藏的关联关系一目了然。

2.动态行为分析

依托于对用户的实时行为的“动态画像”（如对用户的登录时间序列、内容的发布频率等）与时序图的深入的分析，既能准确的识别出用户的异常模式，也能及时的对其异常的行为给予监控和预警。

- 某团伙操控的100个账号常在深夜批量发布相似内容；

- 同一IP下多个账号在1分钟内完成转账操作。

以行为的协同性作为识别黑产的关键的指标无疑更为合理。因为黑产的存在往往不仅体现在一个或多个黑产的单个行为的存在上，而更体现在其相互的、相辅相成的、相互促进的黑产的行为的协同性上，从而使得黑产的行为更加的隐蔽、更为复杂，给我们识别黑产带来更大的挑战。

3.多模态特征融合

依托于对三大类的特征的深入的融合，最终使得对目标的识别精度都得到了明显的提高；

- 基础属性：用户名、手机号、地理位置（如某黑产成员在A平台用“UserA”、B平台用“UserA_01”）；

- 社交关系：凭借对两者的关注列表的重合度的分析发现，如两者的80%以上的好友都互相认识的就可以初步的判定出两者之间的社交关系了；

- 内容指纹：通过对写作的内容的AI的相似度的深入的细致的分析，尤其是对其所体现的独特的写作风格、用词的习惯、甚至图片的水印等都能初步的对其的真实性和来源做出一个大致的判断。

凭借对文本的特征向量的嵌入到图的结构中并将图神经网络（GNN）的强大能力引入了悦数的图数据库中，已使得相似写作风格的账号都能自动的被聚类的识别出来。

### 二、实战案例：图数据库如何狙击黑产？

1.基于对金融领域的深入挖掘和技术的不断突破

某公司为某银行构建用户关系图谱，实时分析20亿节点+边的数据，实现：

- 亚秒级欺诈判定：通过对50个账号同一设备的贷款申请的亚秒级的全方位的对账检测一旦发现可疑的异常，均可自动触发对该设备的拦截；

- 社区发现算法：通过对3度关系外的精细的社区发现算法的运用，我们不仅能够对传统的近邻的洗钱团伙的识别，还能对那些隐藏在3度关系外的更为复杂的洗钱团伙的揪出，涉案金额高达亿元以上的巨大案件也相继被我们破获了。

2.社交平台虚假账号治理

某度安全HugeGraph应用于跨平台身份关联：

- 反向图片搜索：某水军团伙在不同平台使用同一图片的不同裁剪版本，被图像哈希算法关联；

* 关系环路检测：经此一检测我们不难发现了一个利用了互相关注的刷量机器人，近1000个账号的互相关注的闭环均为其所为。

基于对系统的不断优化，我们已经取得了了不起的成就——虚假账号的识别率大幅的提升了40%，同时也有效的将营销的作弊损失降低了60%。

3.洗钱网络穿透

新加坡警方利用图数据库（如TigerGraph）破获特大洗钱案：

- 经对资金的流向的深入追踪不难发现，一大批的“主要收款人”都将其所收的洗钱的所得分别转移至其亲属的手中，又由其亲属将其转至高风险地区的所谓“外汇”收购商手中，从而形成了“主要收款人→亲属→高风险地区”的三层洗钱的链路；

- 凭借对20层的转账关系的高效的可视化的路径的分析，就能在10秒之内就能将那些涉案的账户与监管的黑名单的隐藏的关联一一的揭露出来。

### 三、技术突破：从关联识别到主动防御

1.知识图谱融合

新一代方案将行业知识库（如诈骗话术库、黑产设备指纹库）注入图模型：

- 随其与已知的黑产节点的2度关联而对其自动的提升了风险等级；

- 采用悦数图的动态加载风险规则的功能手段，我们不仅可以在最短的时间内对相关的策略进行更新，还能将策略的更新与业务的实时变化紧密的关联起来，从而真正的实现了策略的分钟级的更新。

2.实时推理引擎

分布式图数据库（如NebulaGraph）支持毫秒级多跳查询，该能力使诈骗团伙在交易发起时即被拦截，替代传统的事后追溯。

3.隐私保护设计

采用对数据的有效的脱敏处理（如对关键的节点属性的加密）、对敏感的边的权限的分级的限制等手段，已基本满足了GDPR与《数据安全法》的相关要求。

### 四、未来挑战与趋势

- 对抗升级：黑产也开始将生成式的AI技术用于伪造了写作的风格、人脸的图像等，迫使我们不仅要在图模型的基础上强化了对AI的联合对抗训练的能力；

- 跨链追踪：越来越多的混币器将加密货币的流向进一步的隐匿了起来，对图结构的构建将更为复杂，需要对区块链的交易数据进行更深的融合才能够更好的对其加以挖掘；

- 合规平衡：采用对关联的适当的脱敏和对敏感数据的动态的保护手段，我们不仅能有效的避免了数据的过度监控的窘境，同时也将动态的脱敏技术和联邦的学习图的计算等关键的方向推向了更高的发展阶段。

在数据黑产这场没有硝烟的战争中，跨平台账号关联识别技术犹如一把精准的"数字手术刀"，而悦数图数据库则以其原生分布式架构与超强关联计算能力，为这把利刃注入了澎湃动力。通过将海量异构数据转化为动态知识图谱，悦数图数据库不仅实现了毫秒级的多跳关联查询，更以弹性扩展的存储计算能力支撑起千亿级关系网络的实时分析。当黑产团伙试图通过设备指纹篡改、IP跳变等手段逃避追踪时，基于悦数图数据库构建的智能风控系统，正以"关系即证据"的全新范式，让隐蔽的欺诈链条无所遁形。这场技术博弈的终极胜利，不仅在于识别单个风险账号，更在于构建起覆盖全域的数字信任体系——这正是悦数图数据库赋能金融安全、社交治理与电商反欺诈等领域的核心价值所在。

在数据黑产这场没有硝烟的战争中，跨平台账号关联识别技术犹如一把精准的"数字手术刀"，而悦数图数据库则以其原生分布式架构与超强关联计算能力，为这把利刃注入了澎湃动力。

数据黑产克星：跨平台账号关联识别技术的图数据库实践

![图数据库本地部署](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-08-21.png)

「在某些特定场景下，客户出于数据隐私、安全要求或业务适配的考虑，会选择自己动手 POC 验证，这不仅能够深度评估[悦数图数据库](https://www.yueshu.com.cn/database)在实际环境中的表现，也为技术团队提供了更多探索和掌控的乐趣。本文由杭州悦数交付团队基于丰富经验总结而成，旨在帮助用户通过正确的安装部署与性能优化，充分发挥系统的最佳性能，为业务赋能。」

### “3+1” 部署模式，高效稳定的基石

「3+1 部署模式」是经大量实践验证的最优方案：这种架构将 3 个节点用于部署图数据库集群，另外 1 个节点用于部署周边工具 。这种部署模式不仅能提升系统的高可用性，还能有效降低运维复杂度。图数据库集群节点配置需根据数据量、场景、并发等评估硬件资源，对资源要求较高 。周边工具对资源要求相对较低 ，如果没有多余节点，周边工具部署在图数据库集群中的一个节点也可以 。

![图数据库集群](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-08-21-1.jpg)

### 环境准备，事半功倍的前提

**图数据库集群部署—dashboard 方式**

在正式部署之前，完成以下几项系统调优是确保后续流程顺畅的关键。这些经过验证的配置调整能够为图数据库提供一个稳定高效的运行环境。

**ulimit 调整**：为了避免因为打开文件数过多而导致的系统资源耗尽问题，需要修改操作系统配置 。编辑文件`/etc/security/limits.conf`，添加或修改如下信息：为 `nofile` 设置为 `130000`，`core` 设置为 `unlimited` 。如果没有 root 权限，也可以在会话级别运行 `$ ulimit -c unlimited` 和 `$ ulimit -n 130000` 命令进行临时调整。

**关闭防火墙**：为了确保集群内部节点间的通信不受阻碍，需要关闭防火墙 。运行 `$ systemctl stop firewalld` 和 `$ systemctl disable firewalld`。

**关闭透明大页（THP）**：透明大页可能会导致内存分配延迟，影响数据库性能 。为了避免这一问题，需要关闭透明大页 。编辑 `/etc/default/grub` 文件，在 `GRUB_CMDLINE_LINUX` 中添加 `transparent_hugepage=never` 。然后更新 Grub 配置（如 `grub2-mkconfig -o /boot/grub2/grub.cfg` 或 `update-grub`）并重启系统 。如果无法重启，可以运行 `$ echo never > /sys/kernel/mm/transparent_hugepage/enabled` 和 `$ echo never > /sys/kernel/mm/transparent_hugepage/defrag` 进行临时关闭 。

**关闭 swap**：为了确保数据库的性能稳定，我们建议关闭 swap 。可以使用 `$ swapoff -a` 命令临时关闭 。为了实现永久关闭，需要编辑 `/etc/fstab` 文件，找到包含 swap 分区的行并将其注释掉或删除 。

**上传安装包并创建集群**

在 dashboard 的 “安装包管理” 页面上传图库安装包。

![图数据库集群部署](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-08-21-2.jpg)

进入 “集群管理” 界面，点击 “新建集群”，输入节点信息、选择安装路径（需为空）和服务类型，确认后启动部署。

![图数据库](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-08-21-3.jpg)

![图数据库](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-08-21-4.jpg)

部署完成后，可在集群列表查看状态；健康状态为 “正常” 即表示成功。

![图数据库部署](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-08-21-5.jpg)

### 倾囊相授：核心参数配置

以下是悦数交付团队经过大量项目验证，能够显著提升性能和稳定性的核心参数配置。这些参数将帮助您更好地驾驭图数据库，实现事半功倍的效果。当然，没有绝对最优的配置，需要结合实际的使用场景，资源情况等进行相应的调整。

**Meta 服务：稳定优先，路径分离**

![Meta 服务](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-08-21-6.jpg)

**Storage 服务：性能优化核心**

![Storage 服务](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-08-21-7.jpg)

**Graph 服务：提升查询响应与稳定性**

![Graph 服务](https://www-cdn.yueshu.cn/yueshu-website/images/share/2025-08-21-8.jpg)

### 关键参数解读 & FAQ

在众多配置项中，以下几个参数对图数据库的性能影响**尤为关键**：

**wal_ttl**：这个参数控制着 `wal` 日志的保留时间。由于在批量数据写入时会产生大量的 `wal` 日志，如果磁盘空间比较紧张，建议在导入前动态将该参数调小。

那为什么不直接将这个参数设置一个比较小的值呢？

因为如果某个 `storage` 节点宕机，当该节点恢复后，宕机这段时间的增量数据是通过 wal 日志来恢复的。如果 `wal_ttl` 设置得比较小，且 `storage` 节点宕机时间超过了 `wal_ttl` 设置的时间，就需要从其他节点同步全量数据了，这会增加恢复时间和网络开销。

**rocksdb_db_options**：在该配置中添加 `compaction` 的线程数，一般建议设置为 CPU 核心数的一半，对于导入性能影响较大。

**enable_partitioned_index_filter**：如果发现 `storage` 内存超过设置的 `block cache` 大小，且一直增长不释放，一般是因为没有把该参数设置成 `true` 导致。此外，还需要同时检查操作系统是否关闭了透明大页（THP）。

**storage_client_timeout_ms**：这是 `graph` 服务从 `storage` 服务拉取数据的超时时间。如果查询报错 `Storage Error E_RPC_FAILURE`，且 `storage` 服务没有挂掉的话，一般是因为查询耗时超过该配置导致。可以将该配置调大。

### 如果我的服务器资源有限，是否可以简化部署架构？

是的，在服务器资源有限的情况下，完全可以简化数据库的部署架构，悦数图数据库作为一款高性能、分布式的图数据库，设计时就充分考虑了灵活性和资源适应性，支持从开发测试环境到生产环境的多种部署模式。可以根据实际需求（如数据规模、查询负载和可用性要求）进行轻量化部署，后续再随着业务增长逐步扩展节点。

### 为什么推荐这些参数配置？它们对性能有多大影响？

这些参数经过大量客户验证，能够显著提升查询效率和系统稳定性。例如，调整缓存大小可以减少磁盘 I/O 操作，从而提高响应速度。但需要注意的是，没有绝对最优的配置，需要结合实际的使用场景，资源情况等进行相应的调整。

### 悦数图数据库支持其他部署方式吗？

悦数图数据库支持多种部署方式，包括单机部署、分布式集群部署（如 3+1 架构）、云上部署以及容器化部署（如 Kubernetes）。具体选择取决于业务规模、高可用性和性能需求。

悦数图数据库本地部署全流程指南详尽覆盖从集群搭建到性能参数调优的每一步，助力用户高效构建稳定可靠的图数据库环境，确保数据安全与快速访问，是技术人员不可或缺的部署优化宝典。