余豐慧   草根首頁 | 設為首頁 | 加入收藏
有話好說 - 余豐慧首頁
AI智能金融反欺詐應用有前景
2019-06-14
字號:
     AI在金融上深度滲透后形成的AI金融,從具體看包括人工智能金融分析師、AI金融客服、AI金融管理、AI金融產品開發設計、AI信用挖掘獲取、AI金融風險控制、AI智能支付特別是移動支付等等。也就是說,從傳統的資產、負債和中間業務、支付結算業務,AI都能全方位進入布局。從互聯網金融的大數據、云計算、移動支付、網絡平臺金融看,AI智能更是如魚得水、量身定做。AI金融時代很快會到來,AI金融是大勢所趨,不可扭轉。

    如果從本質上撇開金融業務本身,從防欺詐、內外勾結的金融犯罪預防發現以及破案角度看,AI作用會更加大。

    一個非常值得關注的現象是,隨著互聯網、移動互聯網、大數據、云計算、人工智能、區塊鏈、數字貨幣、互聯網金融、金融科技等新經濟新科技新金融的發展,在促進整個金融業轉型到新興科技金融、數字化金融和智能金融的同時,大數據、云計算、人工智能等技術也被犯罪分子用來進行高科技犯罪牟利,而且還非常猖獗。2019年一季度拼多多優惠活動曾被鉆空子,損失慘重。類似商業網站遭遇攻擊的情況非常之多。

    特別是隨著互聯網金融比如P2P等網絡金融的發展,這類網絡高科技手段金融犯罪派上了用場,達到了猖獗之地步。專業從事網絡打假、保障網絡安全的360公司最有發言權。

    2019年5月9日,360金融研究院攜手360集團聯合發布了《2018智能反欺詐洞察報告》(下稱“報告”)聚焦金融電信詐騙和網絡貸款欺詐這兩類高發欺詐類型進行了深度研究和數據洞察。報告數據顯示,2018年360手機衛士手機先賠接到的詐騙舉報投訴案件中,金融詐騙損失金額占比高達35%,報案量在全部詐騙類型中占比14.9%。報告總結稱,在網絡普及呈現低齡化、中青年群體金融需求的日漸提升等趨勢影響下,80、90一代正成為手機詐騙的重點目標;男性受害者占76.3%,明顯占比高于女性,人均損失金額也比女性更高。

    損失金額上,由于黑中介在成功獲得目標用戶的個人信息后,往往會在多個平臺進行高額度的騙貸,用戶損失相較于傳統詐騙更大。報告數據顯示,遭遇黑中介騙貸后,損失5000元到1萬元占比28%,損失1萬元到5萬元占比38%,損失5萬元以上占比11%。

    網絡技術的不斷迭代,黑中介、黑產的智能化趨勢明顯。黑產團伙同樣會利用大數據、AI技術等技術手段擴大欺詐覆蓋面和精準度。圍繞欺詐目的達成,黑中介伙同黑產構建了集用戶數據獲取、身份信息偽造和包裝、欺詐策略制定、技術手段實施等一條完整的產業鏈。

    在大數據金融反欺詐應用上,頭部科技平臺的大數據已經相對成熟和豐滿,可以夠涵蓋信貸、社交、消費、通訊數據等諸多范疇。360金融研究院統計調研發現,作用于構建用戶人群畫像、甄別借款用戶還款能力貢獻度最大的兩類數據是消費和社交,安全類大數據更有助于判斷借款用戶的還款意愿。

    360集團目前在全球的100多座數據中心部署了超過10萬臺服務器,數據存儲量達到EB級,安全服務覆蓋全球6億臺計算機,累計連接超過10億臺的移動設備,擁有總樣本數超過180億的全球最大的程序文件樣本庫。

    而360金融背靠集團的數據智能優勢,已積累了千萬級別的黑名單和數億的白名單庫。自主研發的Argus智能風控引擎從數十萬個變量中用機器學習方法篩選出超過3000個風控模型數據變量,近96%的授信申請和99%的訂單申請實現全自動審核,秒級反饋結果。

    在AI智能金融反欺詐應用上,基于人工智能技術建立的反欺詐模型和反欺詐策略成為平臺預測、抵擋欺詐風險的有力武器。

    一方面,人工智能可以利用機器對數據的大規模以及高頻率的處理能力,將申請人相關的各類信息節點構建龐大網絡圖,并在此基礎上建立基于機器學習的反欺詐模型并對其進行反復訓練和實時識別。

    另一方面,人工智能基于龐大的知識圖譜,還能監測整個互聯網的風險動態,當發現信用表現出現風險的時候,能夠及時做出風險預警,啟動“先知”的防御機制。

    AI對于底層數據的識別分類應用在實踐中也非常有幫助,例如底層數據標注等業務場景中,通過AI判定識別、人工過濾清洗的結合,可有效幫助高可用性內部數據的增長。

    360金融在實際應用中結合場景應用AI分別構建相應的業務模型,同時重視AI在底層信息上的識別應用,例如:

    采用生物活體檢測和大數據交叉匹配借款用戶信息,判別提供虛假信息的客戶并拒絕其借款申請。

    在中介風險識別的場景下,利用社交關系圖譜模型、自然語言處理等AI建模技術在社交關系上有效識別團案風險。

    在偽冒風險及賬戶盜用風險等業務場景下,高度重視AI在客戶行為埋點數據、客戶社交關系等非傳統建模數據對該類風險的識別幫助,構建了偽冒評分、賬戶安全評分、客戶行為異常模型、設備異常行為模型等模型評分,有效識別該類風險。

    底層信息處理上,360金融構建設備識別模型,有效提升對于設備認定的有效性及準確度,特別提升了線上貸款對于設備數據使用的魯棒性。

    據了解,目前360金融有超過200+個風控子模型在線上運行,且具備實時自動更新模型的能力,部分風險模型的迭代時間以周為單位頻次。

    360金融在數據和技術上的投入也已頗有成效,年報數據顯示,360金融2018年全年M3+不良率為0.92%,M6+不良率為1.5%,欺詐損失率保持在0.2%。


所有文章只代表作者觀點,與本站立場無關!
評分與評論 真差 一般 值得一看 不錯 太棒了
姓名 
聯系方式
  評論員用戶名 密碼 注冊為評論員
   發貼后,本網站會記錄您的IP地址。請注意,根據我國法律,網站會將有關您的發帖內容、發帖時間以及您發帖時的IP地址的記錄保留至少60天,并且只要接到合法請求,即會將這類信息提供給有
關機構。詳細使用條款>>
草根簡介


筆名常亮,1961年生人,一個在金融戰線奮斗20余年的資深金融工作者。酷愛經濟、金融研究,利用業余時間進行新聞時評寫作。每每遇見一些敏感新聞不由自主就想說幾句,寫幾段。當然,一直遵守“有話好好說”的訓言,善意的批評,沉思的建議,目的只為了推進偉大祖國復興的進程。
最新評論 更多>>

最新文章 更多>>
關于我們  聯系我們:QQ513460486 郵箱:[email protected]
CopyRight © 2006-2013 www.lklddh.tw All Rights Reserved 浙ICP備11047994號
青海快三开奖号今天