本文部分內(nèi)容整理自鈦媒體相關(guān)分享會(huì)活動(dòng)。

“在現(xiàn)如今，我們面對(duì)的黑產(chǎn)欺詐者呈現(xiàn)流竄性、專業(yè)化、團(tuán)伙化等特征，行業(yè)內(nèi)更需要共筑風(fēng)控智能網(wǎng)絡(luò)，通過聯(lián)防聯(lián)控讓欺詐者寸步難行?！蓖芸萍悸?lián)合創(chuàng)始人兼反欺詐及基礎(chǔ)風(fēng)控部產(chǎn)品總監(jiān)祝偉如此說道。

隨著互聯(lián)網(wǎng)科技日新月異，區(qū)塊鏈等底層技術(shù)的開始在比特幣以外得到應(yīng)用，比如跨境金融支付。那在追求效益的基礎(chǔ)下，信任和風(fēng)控就是不可繞開的話題?，F(xiàn)如今，支付環(huán)節(jié)中風(fēng)控包括大數(shù)據(jù)與機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺及生物識(shí)別等手段。

利用大數(shù)據(jù)與機(jī)器學(xué)習(xí)

祝偉介紹稱，大數(shù)據(jù)風(fēng)控理念更側(cè)重于云端實(shí)時(shí)風(fēng)險(xiǎn)分析，通過對(duì)用戶行為數(shù)據(jù)的關(guān)聯(lián)分析中發(fā)現(xiàn)蛛絲馬跡，從而阻止欺詐的進(jìn)一步發(fā)生。云端大數(shù)據(jù)風(fēng)控的魅力在于，即便用戶側(cè)已經(jīng)處于不安全狀態(tài)，比如用戶因木馬釣魚或因某網(wǎng)站被拖庫導(dǎo)致賬戶密碼等信息已發(fā)生泄漏，通過云端的數(shù)據(jù)關(guān)聯(lián)分析我們依然能判斷出賬戶異常，并立即作出響應(yīng)。

而大數(shù)據(jù)風(fēng)控在支付行業(yè)的應(yīng)用，不管哪個(gè)場(chǎng)景，都可以利用數(shù)據(jù)，基于機(jī)器學(xué)習(xí)的決策模型實(shí)時(shí)輸出最終欺詐評(píng)分及建議，客戶應(yīng)根據(jù)程序的風(fēng)險(xiǎn)決策結(jié)果執(zhí)行操作。

場(chǎng)景1：注冊(cè)場(chǎng)景

對(duì)于有賬戶體系的支付，在注冊(cè)場(chǎng)景主要面臨垃圾注冊(cè)的欺詐風(fēng)險(xiǎn)。比如，欺詐者想要利用小號(hào)瘋狂注冊(cè)來騙取商家的促銷福利。

在各類服務(wù)的背后，欺詐規(guī)則模型也較為復(fù)雜，祝偉表示，在注冊(cè)安全保護(hù)服務(wù)中，我們可以從用戶的注冊(cè)信息、用戶注冊(cè)環(huán)境及用戶注冊(cè)行為等維度進(jìn)行分析，然后利用機(jī)器學(xué)習(xí)的決策模型得出評(píng)分結(jié)果，“應(yīng)對(duì)此類欺詐行為，我們?cè)谠贫烁嗟胤治鲇脩糇?cè)行為的異常，舉例子而言，如當(dāng)前注冊(cè)請(qǐng)求來源IP地址是否是代理、同一個(gè)設(shè)備上發(fā)起的注冊(cè)行為是否過于頻繁等。”

場(chǎng)景2：登錄場(chǎng)景

對(duì)于有賬戶體系的支付，在登錄場(chǎng)景主要面臨賬戶被盜和撞庫風(fēng)險(xiǎn)。那么，在登錄場(chǎng)景中，我們可以從用戶的登錄行為、登錄環(huán)境及用戶習(xí)慣等維度進(jìn)行分析。比如，“我們?cè)ㄟ^規(guī)則模型實(shí)時(shí)計(jì)算出一個(gè)用戶兩次登錄時(shí)間間距小于2s，但根據(jù)登錄IP解析位置距離偏移卻超過10公里，如果是你會(huì)怎么看待這次登錄行為？”

當(dāng)然，我們前提是通過一些IP技術(shù)排除掉運(yùn)營商地址分配漂移的特殊情況。從實(shí)際情況來講，此類移動(dòng)行為已超出載人工具的時(shí)速范圍，唯一的可能性是掛IP代理進(jìn)行登錄，意圖隱匿登錄來源。

場(chǎng)景3：支付場(chǎng)景

在支付場(chǎng)景中，平臺(tái)主要面臨的風(fēng)險(xiǎn)是導(dǎo)致資損的盜卡支付及監(jiān)管層面要求的反洗錢反套現(xiàn)監(jiān)控。那么，在此場(chǎng)景中，可以從用戶的支付行為、支付環(huán)境等維度進(jìn)行分析，比如，沉默的支付賬戶突然發(fā)生一筆小額支付，成功后隨后若干次等額進(jìn)行支付操作。此類行為往往具有高風(fēng)險(xiǎn)性，欺詐者在盜卡成功后進(jìn)行初次激活，在進(jìn)行小額嘗試成功后進(jìn)而進(jìn)行批量的資金轉(zhuǎn)移。

再舉個(gè)例子：洗錢行為異常。通過對(duì)一周或者一個(gè)月內(nèi)的賬戶資金流入流出分析，如果資金的流動(dòng)是密集集中在一些賬戶，而這些賬戶活躍的IP、設(shè)備是同一個(gè)或者相近的，那么風(fēng)險(xiǎn)異常是非常高的。

場(chǎng)景4：信用支付場(chǎng)景

在信用支付場(chǎng)景中，除了欺詐風(fēng)險(xiǎn)，金融賬戶持有人的信用風(fēng)險(xiǎn)更受關(guān)注。而在不同的階段中，風(fēng)控的重點(diǎn)也有所不同：

第一，在預(yù)授信階段，我們可以通過一套規(guī)則模型幫助平臺(tái)對(duì)借款人進(jìn)行風(fēng)險(xiǎn)決策分析。通過對(duì)借款人的不良?xì)v史進(jìn)行分析，如借款人曾經(jīng)在法院存在失信或執(zhí)行等糾紛記錄或在同盾合作的信貸平臺(tái)有過逾期或者失聯(lián)等不良表現(xiàn)行為，那么這種用戶再次違約的風(fēng)險(xiǎn)是高于正常用戶的。

此外，在云端通過數(shù)據(jù)分析用戶近期是否在較多的平臺(tái)存在多頭申請(qǐng)和多頭負(fù)債的記錄也可用作風(fēng)險(xiǎn)控制。多頭申請(qǐng)數(shù)據(jù)可以預(yù)測(cè)用戶對(duì)資金的渴望，而負(fù)債數(shù)據(jù)則可以預(yù)測(cè)用戶的經(jīng)濟(jì)壓力，通過多頭申請(qǐng)及負(fù)債的具體計(jì)算數(shù)據(jù)我們可以進(jìn)一步作出違約風(fēng)險(xiǎn)的預(yù)測(cè)評(píng)判。

第二，在已放款階段，需要對(duì)借款人進(jìn)行貸后的持續(xù)跟蹤管理，即對(duì)已放款人進(jìn)行借款后的持續(xù)監(jiān)控，當(dāng)借款人出現(xiàn)信用惡化或者異動(dòng)時(shí)，監(jiān)控模型會(huì)第一時(shí)間對(duì)平臺(tái)進(jìn)行風(fēng)險(xiǎn)預(yù)警。對(duì)于平臺(tái)而言，需要根據(jù)風(fēng)險(xiǎn)預(yù)警情況進(jìn)行催收策略的調(diào)整。

計(jì)算機(jī)視覺與人臉識(shí)別

商湯科技聯(lián)合創(chuàng)始人楊帆表示，金融行為實(shí)際上是說在不同時(shí)間、不同地點(diǎn)的價(jià)值之間的交換，它實(shí)際上是發(fā)生在人和人之間的有價(jià)物的交換過程。

有幾個(gè)很重要的點(diǎn)：一是你必須先去這個(gè)物的價(jià)值做評(píng)估和判定，二是雖然你交換的東西是物，但是實(shí)際上進(jìn)行交換的個(gè)體是人，就是說人和物之間的關(guān)系綁定。只有交換雙方、交換前后，人和物之間都進(jìn)行一個(gè)正確的綁定，這個(gè)金融行為才能夠比較完整、正確的發(fā)生。

這樣的綁定是不是永遠(yuǎn)正確的呢？其實(shí)不然。首先這樣的人和物之間的綁定環(huán)節(jié)，也就是人和物之間的關(guān)系，往往會(huì)成為整個(gè)金融行為中風(fēng)險(xiǎn)很大的一點(diǎn)，比如說信用卡盜刷、一房兩賣等等，都是人和物之間的綁定關(guān)系被別人竊取或者造假所導(dǎo)致的。

隨著金融的互聯(lián)網(wǎng)化，對(duì)人和物的關(guān)系綁定的便捷性和安全性其實(shí)都提出了更高的要求。此外，便捷性、安全性這兩個(gè)指標(biāo)從某種程度上講是負(fù)相關(guān)的，安全性高了往往便捷性會(huì)降低，但是我們希望兩個(gè)指標(biāo)整體能夠有一個(gè)共同的持續(xù)性的提高。另外，互聯(lián)網(wǎng)化的金融在這方面迎來了更大的挑戰(zhàn)。比如我用手機(jī)App發(fā)生一些金融行為的時(shí)候，很多時(shí)候傳統(tǒng)的方法是把驗(yàn)證碼發(fā)我的手機(jī)上，它會(huì)說這個(gè)驗(yàn)證碼不要告訴別人，實(shí)際上，手機(jī)上裝的很多app會(huì)自動(dòng)讀這些驗(yàn)證碼，有自動(dòng)讀短信的功能，這就造成了安全隱患。

所以，以人臉識(shí)別為代表的生物特征識(shí)別技術(shù)，給金融行業(yè)提供的遠(yuǎn)程的個(gè)人身份核驗(yàn)的能力，就是為了更有效、準(zhǔn)確、快捷地去人和物的綁定。那么，人臉識(shí)別，是如何應(yīng)用在遠(yuǎn)程身份核驗(yàn)的？

敬請(qǐng)留意：

金融科技火熱無比時(shí)，支付場(chǎng)景下的風(fēng)控可以怎么做？(下)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。