Curve 是一家总部位于英国的金融超级应用，正面临高交易量金融犯罪的挑战。传统欺诈检测难以应对具有复杂关联的有组织欺诈团伙。为此，Curve 与 Google Cloud 合作，实施 BigQuery Graph 以进行深度网络分析。识别欺诈需要理解多跳关系，而此类关系在计算上成本高昂，且难以通过标准 SQL 扩展。Curve 将网络分析迁移至 BigQuery Graph，利用其原生的图查询语言（GQL）支持。这使得 Curve 能够将数据保留在现有的 BigQuery 环境中，从而节省时间和成本。通过将支付生态系统建模为属性图，Curve 简化了架构，并采用直观的 GQL 进行模式匹配。如今，Curve 能够高效地遍历数十亿条连接，并将数据分析与标准 SQL 及机器学习工作流统一起来。这一集成产生了显著的财务影响，预计 2025 年可减少 1200 万美元的交易损失。基于图的查询在识别欺诈用户方面达到约 72% 的准确率，使欺诈调查人员能够专注于高确定性案例。GQL 的采用简化了欺诈规则，并加快了机器学习模型的遍历速度。Curve 目前正在探索实时检测循环和原生图可视化功能，以进一步增强其欺诈缓解策略。