近日，在JDD大會上，京東金融集團副總裁、技術研發部總經理曹鵬介紹京東金融云所運用的生物識別等人工智能技術。

　

　　 美利金融大數據風控墻實時顯示用戶畫像綜合分析

如今，線上交易已經成為人們日常生活的一部分，包括手機支付、網上申請貸款等，都極大便利了人們的生活，提高了效率。然而，技術的快速更新，在帶來諸多益處的同時，也出現了新的風險

小雨點網貸首席風控官陳紹林告訴《經濟日報》記者，由于網絡上實施信用貸款，沒有線下檢驗，放款速度快，因此最大的風險就是批量欺詐。據他介紹，騙貸集團突破反欺詐算法以后，可以快速造成巨大經濟損失。與此同時，經濟損失后的追查也很困難，對很多互聯網金融平臺而言，欺詐所造成損失已經超過了客戶信用風險損失。

那么，在互聯網金融領域，目前反欺詐技術已經發展到了哪一步?還有什么需要突破的地方呢?

反欺詐的核心要點是“三真”

針對真實身份、真實場景(交易)、真實還款意愿的反欺詐核心要點，人工智能可以根據多維度、全方位的信息，進行準確、快速判斷，成為反欺詐的核心技術手段

“反欺詐不是一個靜態過程，因為對方永遠在尋找你的漏洞。”在互聯網金融領域，這樣的看法已經成為業內共識。也就是說，反欺詐需要互聯網金融機構準備一整套“抵御”方案，必須做到與時俱進，能夠自我更新，識別新的欺詐手法，提高防欺詐成本。

當前互聯網金融業務中，常見的欺詐行為有哪些呢?據了解，金融欺詐涉及的業務環節多且手段多樣，也較為隱蔽。主要包括偽造身份注冊或冒用他人身份注冊，盜用或冒用賬戶，同時向多個互聯網金融平臺申請超過自身償還能力的貸款，惡意拖欠;此外，還包括返利套現、“薅羊毛”等行為。

“反欺詐的核心要點是‘三真’，即真實身份、真實場景(交易)、真實還款意愿。”陳紹林表示，反欺詐的核心技術是人工智能，核心技術要點是根據多維度、全方位的信息，數據準確、快速判斷“三真”。在他看來，用于反欺詐的人工智能技術還需要及時更新。“因為面對新的欺詐出現，使用舊有反欺詐手法是不能預警的，所以需要用到機器學習、快速學習和識別。”陳紹林說。

比如，小雨點網貸采用了人工智能的機器學習算法，在客戶申請初期，就可以發現可疑行為，并自動關聯之前類似貸款，產生新的反欺詐規則。又如，凡普金科創始合伙人兼首席執行官董祺介紹，為增強公司的風控能力，凡普金科在去年底就發布了自主研發的“Finup 云圖”大數據動態風控生態系統。通過將知識圖譜和深度學習相結合，“云圖”可以模仿人類大腦行為，自動發現隱藏在復雜關系里的風險點，挖掘潛在欺詐行為。

圖計算技術直指團伙性欺詐

在當前反欺詐業務中，團伙性欺詐識別仍屬難點。為此，金融機構引入圖計算技術，能夠極大提高團伙性欺詐識別效率和處置時間節點

值得注意的是，不少業內人士表示，不管是欺詐還是洗錢等多種惡意行為，已經越來越傾向于群體性產業鏈的一系列相關事件行為。據網貸之家研究員蘇筱芮介紹，近期暴雷的網絡借貸平臺背后，多多少少都離不開“羊毛黨”的身影——團體行動從某個平臺上獲取傭金或返利等行為，在一定程度上也導致平臺出現流動性風險。

“對于行業來說，在當前反欺詐業務中，對于團伙性欺詐的識別仍是一個難題，特別是在車貸業務中，團伙性欺詐會造成非常大的經濟損失。”美利金融有關負責人表示，目前，互聯網金融行業主要是通過人工線下調查的方式去發現欺詐團伙，效率低且發現時間晚。如果能借助一些大數據技術進行風險防控，就能夠自動發現一些疑似欺詐團伙并進行提示。如果再結合反欺詐團隊的人工排查，就能極大提高效率和處置時間節點。

實際上，這就是圖計算技術。京東金融集團副總裁、技術研發部總經理曹鵬坦言：“我們需要更多的把一個用戶及其行為，以及和他行為相關人的一系列行為，全部拿出來，并在這個維度上去做風控才能更準確。”據他介紹，在這一過程中，京東金融會運用圖計算技術，通過超過10億個用戶節點的圖，以及所有在這些節點上發生的相關行為連接，最終可以把一系列的用戶和行為都描述出來。

“所謂物以類聚、人以群分。單個人的節點即便看起來再好、收入再多，如果他周圍相關聯系人都是做欺詐、套現或者其他相關灰色產業的人，這個人存有惡意的機率就非常大。”曹鵬說，反之，如果我可能沒有這個人的具體描述，但與其相關的周圍區域ID都是很良性的、信用良好的或者收入很高的人，這個人也相應信用良好的概率就比較大。

與之類似，美利金融風控審批系統以客戶、合同、設備、工作單位等作為圖譜節點，以實體之間的關系(如緊急聯系人、擔保人等)作為圖譜邊緣，基于“壞人具有高黑度值，而好人具有低黑度值”的假設，根據社交網絡傳播理論實現染黑度模型算法，評估客戶的潛在欺詐風險。

基礎數據建設仍有待完善

目前，對于反欺詐技術來說，仍然存在一些難點有待突破。專家認為，開發完備國內基礎數據服務，提升數據質量，處理好用戶體驗是實現突破的關鍵

“在當今大數據時代，面對每個用戶都能抽象出上億個維度的時候，我們有足夠能力可以通過這些維度測出這個人的還款能力、還款意愿以及欺詐性。從經營整體效率上來講，這會大大提高普惠金融的程度。”北京互聯網金融協會副會長、INK銀客集團創始人、總裁林恩民表示。

盡管當前反欺詐技術不斷提升，卻仍然存在一些難點有待突破。在陳紹林看來，這些難點主要表現在：目前國內很多基礎數據服務還不完備，數據質量和完整性還不夠，以及在反欺詐過程中，如何處理好用戶體驗，以免誤傷真實客戶等方面。林恩民同樣認為，我國還有很多基礎建設實質上有待開發，比如移動支付技術、生物識別技術等，這些基礎信息建設完成之后，對于整個金融業將具有巨大推動作用。

以生物識別技術為例，曹鵬介紹，基于該技術，京東金融可以通過APP采集到用戶在整個使用中超過120個指標，通過收集用戶的行為去判斷此人是否為風險用戶，實現用戶的身份判定。也就是說，如果一個人手機丟失，基于生物識別技術，金融機構就可以識別出是否是本人在使用。據了解，這項技術已經大量應用于京東金融的反欺詐和防盜刷的場景之中。

那么，這項技術具體是如何實現的呢?記者在生物探針系統的后臺看到，當一個人在前臺進行相關操作時，在后臺可以看到其行為是在“0”附近正負波動。然而，一旦整個操作換人以后，其整個行為相關度就會迅速下降到負數。

此外，有業內人士表示，對于互聯網金融公司而言，不能為了科技而科技，應該根據公司發展具體情況，選擇更為合適的反欺詐手段。比如，票據寶結合票據業務的特點，采用“人工+機器”雙審核的方式，即由運營團隊的專業票據人員篩選票據，再運用專業的驗票儀器進行檢驗，最后關卡手工驗票等方式，嚴控短期流動性風險，進而降低由虛假票據所產生的欺詐風險。

責任編輯：黃玉葉