欢迎光临
我们一直在努力

金融科技是近年来金融业炙手可热的发展方向

金融科技是近年来金融业炙手可热的发展方向,对处于加速整合期的网贷行业而言,合规性与风控水平是用户选择平台的重要参考标准,因此金融科技加持风控技术逐渐成为众多平台关注的方向。  5月31日下午,由国培机构主办的中国金融科技实战人才培养项目在北京举行,来自金融科技领域的超50家企业代表参与了本次培训。DataVisor维择科技中国区技术负责人崔宏宇博士作为互联网信贷反欺诈专家出席本次培训并为学员授课。金融科技是近年来金融业炙手可热的发展方向_免费做网站网  崔宏宇博士为学员授课  多变的金融欺诈难防难治  欺诈风险是借款人恶意利用金融规则的漏洞以非法占有为目的,采用虚构事实或隐瞒事实真相的方法,骗取借款的风险。而信用风险是借款人因一些原因未成及时、足额偿还债务而违约的可能性。这两种风险存在明显区别,信用风险和收益一般成正向关系,金融机构对信用风险是主动承担的,但是,欺诈风险是金融机构被动承担的,也就是金融机构如果无法准确检测欺诈攻击,就很可能会面临巨大的经济损失。
  传统银行在数字化转型过程中面临巨大的欺诈风险挑战。一边希望满足客户的数字化体验,数字支付、借贷服务、抵押服务逐步向线上转移,一边数据泄漏、申请欺诈、账户盗用、电信诈骗等问题层出不穷。当前,申请欺诈和账户盗取已经成为金融机构面临的两大欺诈威胁。许多不法人员利用黑产市场上购买到的廉价的合成身份信息,伪造证件,通过监管比较松的线上途径进行信用卡申请和信用卡套现,严重危害了金融机构和被盗用身份者的个人利益。
  数据泄漏频发  “目前欺诈团伙的专业度高到难以想象”,崔博士说。除了申请欺诈和信用卡套现外,多种多样的银行欺诈风险防不胜防,比如伪卡欺诈、未达卡欺诈、电信欺诈、网络账号盗取等等。  互联网金融相比传统金融机构在风控领域面临着更大的挑战。比如,P2P模式网络借贷平台总是以“一键放贷”打广告,这就意味着互联网金融要求更少的身份信息、更快的放贷速度。许多欺诈就是利用了“更少的身份信息”这一点,在黑中介的包装下,将征信不达标的个人或团伙进行伪装,逃过风控审核的法眼。
  P2P风控挑战巨大  金融反欺诈如同现代战争  “不是一个人在作战。”欺诈团伙是一支专业部队,他们从自己的“根据地”黑产市场上获得大量账户后,运用先进的“武器”:模拟器、群控软件、清机软件等,把握战术、找准平台的漏洞或薄弱环节,来发起大规模攻击。
  有组织地协同攻击  敌军如此狡猾和专业,我军反欺诈阵营的武器也在不断升级。从最早的黑名单、信誉库、设备指纹这种覆盖率有限、易被攻破的初等武器;升级到规则系统,通过多年欺诈攻防战总结出的规则来拦截攻击的中等武器;后升级到机器学习,这种有明显提升的高等武器。
  说到机器学习,一般分为有监督的机器学习和无监督的机器学习。有监督机器学习的工作原理是,大量的人工标签来训练模型,通过不断升级的模型来拦截类似的攻击行为。这种机器学习模型,对人工打标签的工作量要求巨大,且对于新型未知攻击,该模型则爱莫能助。
  无论是黑白名单、规则系统、有监督机器学习都各有其优劣势,但是现代欺诈攻防的速度战,在缺乏标签、攻击多变的情况下,越来越催生着新武器的诞生——一种自动化的、高效率的、有预知能力的反欺诈武器。
  无监督机器学习在一定程度上就具有这种优势,即自动挖掘和检测各种已知、未知的欺诈行为,自动产生标签用于训练监测模型,节省了大量的人工打标签的成本。
  反欺诈最新武器——无监督机器学习  在各类反欺诈解决方案中,无监督机器学习绝对是不可忽视的中坚力量。比如,DataVisor维择科技的无监督机器学习,就是基于聚类和图分析,无需任何训练数据和标签,通过发现用户的共性行为,以及用户之间的关系来检测欺诈。
  在金融欺诈防卫战中,我们相信:发现敌人的朋友是谁很重要。也就是说,和坏人在欺诈攻击活动期间关系紧密、联络频繁的人也很可能是坏人,和坏人共用注册信息、共享数据中心地址等信息的人也很可能是坏人,和坏人行为数据类似、活动规律类似的人也很可能是坏人,和坏人一起扎堆出没、能够快速瞄准羊毛使劲薅的人也很可能是坏人。
  那么基于以上的一些原理,DataVisor维择科技的无监督机器学习引擎就有了以下处理数据的步骤:  一、动态特征提取:生成大量用于描述账户/用户的特征;  二、无监督攻击群检测:对所有用户的特征进行相关性分析并识别攻击链;  三、结果分类及排序:对攻击链进行分类,并计算信心值。  在金融场景中,举个例子,洗钱的欺诈团伙一般具有快速转移的特点,那么我们的模型就会基于特殊的时间和事件序列,去提取具有洗钱风险的行为特征和用户数据,并检测账户间的关联性,从而以局部延伸,覆盖整体,对于一些还未进行攻击的账号,通过关联性检测提前截获他们,预防攻击行为的发生。

赞(0) 打赏

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

免费做网站(蜜蜂中文站)

网站地图联系我们

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏