黑产和欺诈十面埋伏,人工智能如何反欺诈?金融

金融魅丽 2017-08-30 00:11
分享到:
导读

AI一直看似“神乎其技”。在互联网金融圈里,似乎得AI者就能得天下。而AI在金融圈儿里最被看好的应用之一,便是反欺诈。

黑产和欺诈十面埋伏,人工智能如何反欺诈?1

AI一直看似“神乎其技”。在互联网金融圈里,似乎得AI者就能得天下。而AI在金融圈儿里最被看好的应用之一,便是反欺诈。

可别忘了,当今的金融欺诈主要来自于“网络黑产”,而这以产业的数据触目惊心,且正在往技术化、产业化、国际联网方向发展。

一组来自于中国互联网协会《中国网民权益保护调查报告2016》显示:网络“黑产”直接从业者:超过40万人;

算上“黑产”上下游人员:160万人;

游离在市场上的身份证:约1000万张;

造成的银行卡欺诈,去年比前年的增长率:40%;

……

那么,面对连专门经营风险的银行业都防不胜防的黑产与金融欺诈,AI又是如何使用AI技术杜绝风险的呢?

黑产是如何骗贷的?

首先他们需一个伪装身份

无论是传统反欺诈的方式,还是当下备受重视的AI技术,要想有效地反欺诈,就必须先要搞懂黑产究竟是如何骗贷的。

有业内人士表示,骗贷的人首先都有一个伪装的身份,因为只有伪装成好人,他们才能够骗得贷款。

但他们的身份伪造并非无迹可寻:通常这些黑产分子要冒用他人身份注册,随后进行也给贷款申请,最后恶意拖欠,并利用非法获得的信用卡进行交易。

也就是说,黑产分子打一开始就摆明了想要骗钱,无论是贷前、贷中、贷后,都充斥着虚假信息,其目的就是为了骗取资金。

数据显示,2017年,网络欺诈导致的损失已达到GDP的0.63%,损失估计高达4687.2亿元。而已有互联网金融公司被“羊毛党”薅到倒闭。

第一步  贷前

 

戳穿黑产分子伪装的面具

AI技术如果想有效地反欺诈,就必须从源头上开始杜绝:戳穿黑产分子用以伪装的身份。

以百度在今年6月份推出的反欺诈系统磐石为例,其反欺诈身份识别就包括了三个部分:设备风控、活体识别、OCR文字识别。通过这三层筛选能有效防控伪冒申请、虚假资料。

具体来说,设备风控可以保障产品应用环境更加安全,识别模拟器、盗号、羊毛党刷单等设备风险;活体识别可精确到真实的个体,百度人脸识别技术准确率高达98%;OCR文字识别则是虚假身份证等伪冒风险的克星。

“有一家互联网金融公司旗下小额现金贷款APP接入磐石后,通过磐石的活体及OCR识别,单日能拦截400个左右问题用户,以其产品平均借贷额度1万元进行计算,每天能够有效拦截400万元左右的问题借贷。”

磐石反欺诈工程师介绍,目前,磐石反欺诈已服务数百家机构,每天都拦截都完成的贷前反欺诈数量都在不断更新。

第二步  贷中

 

身份背后究竟跟谁有关系?

 

仅仅是贷前拦截欺诈,并不能算是完全的反欺诈。在贷中,AI的反欺诈仍然可以发挥效用:在贷款的环节上,借款人是否多头借贷、是否涉及黑产,AI的反欺诈系统都必须有所反应。

实际上,多头借贷在整个互联网金融行业中十分多见。

在刚刚出台的《网贷信息披露指引》中,监管层就要求平台披露借款人收入及负债情况、截至借款前6个月内借款人征信报告中的逾期情况、借款人在其他网络借贷平台借款情况,剑指多头借贷。

AI又如何知晓借款人究竟是不是多头借贷呢?

磐石反欺诈团队对此举例介绍了这样的案例:

一位用户肖某在某互联网金融借贷平台C上申请2万元小额贷款,平台C通过磐石反欺诈多头查询接口输入该用户信息,发现肖某近7天内在8家互联网金融公司申请了现金贷款,故拒绝了肖某此次申请。

磐石将这种防范风险的方式成为“多头防控分”。

我们再来举例说说,AI是如何识别黑产分子的贷款的:

某学生向某教育信贷Y机构申请分期贷款,Y机构通过磐石关联黑产接口对用户资质进行审核,发现该用户与多达15个风险名单、恶意逾期用户、骗贷团伙关联密切,故Y机构拒绝了该学生的教育贷款分期需求。

据介绍,除了风险名单、多头防控、关联黑产,磐石等AI反欺诈系统,还需要根据地理位置核验、信用分、用户授权认证等,数据构成了防范风险的天罗地网。

值得注意的是,与其他AI一样,反欺诈系统的数据越大、维度越多,坏人就越难以漏网。

第三步  贷后

 

需要建立长效的治理机制

无论是贷前还是贷中,拦截金融欺诈其实只不过是反欺诈的第一步,而拦截之后,行业对于这些涉及黑产或是蓄意骗贷之人的长效治理机制的建设,才是最为关键的一步。

正所谓除恶务尽。对付庞大的黑产产业链,短期的打击可谓静态手段,只能是治标之策。而长期行动才能治本,这就需要大数据积累和持续的技术升级。

说到这儿,很多人可能会问,积累技术几十年的银行没有自己强大的风控技术吗?

没错,银行的技术也很强,不过大多是依靠线下场景锻炼的风控技术和风控能力,对于互联网电商、互联网借贷、互联网教育等各类场景并无实操和交叉机会。

而银行最重要判断贷款与否的数据库是央行的征信系统,但其覆盖的信贷人群有限,大量薄征信以及白户群体涌入市场,产生信贷风险。

有银行人士曾在与互联网巨头签署战略合作协议时直言,银行虽然数据量极为庞大,但是银行并没有互联网的数据资源,但是客户却都在转网。

“银行有转网的战略,却没有转网的技术,这也是为什么银行要与互联网公司合作的重要原因。”

这些数据是什么?是平时用户在百度上搜索的痕迹、是在网上商城购物的订单、也是游戏里充值的会员等级……

而这些数据,更多地掌握在BATJ几家互联网巨头手中,借助于这些数据,互联网公司正在帮助金融机构补齐短板。

【来源:金融魅丽

欺诈 互联网 数据 技术 AI
分享到:

1.TMT观察网遵循行业规范,任何转载的稿件都会明确标注作者和来源;
2.TMT观察网的原创文章,请转载时务必注明文章作者和"来源:TMT观察网",不尊重原创的行为TMT观察网或将追究责任;
3.作者投稿可能会经TMT观察网编辑修改或补充。


观点约架