首页 > 商业资讯

人工智能如何助力金融业务反欺诈?这两个案例或许可以告诉你

商业资讯 零壹财经 零壹财经 2017-12-27 阅读:8063

关键词:人工智能金融业务反欺诈

猛犸反欺诈一直致力于将先进的机器学习与大数据技术应用到设备层面的反欺诈中,开发了设备指纹系统、设备相似度系统、设备欺诈特征与异常检测系统等一系列的设备风险反欺诈产品,并在此基础上形成了针对多种业务场景的设备风险方案,包括:营销推广反欺诈方案...
猛犸反欺诈一直致力于将先进的机器学习与大数据技术应用到设备层面的反欺诈中,开发了设备指纹系统、设备相似度系统、设备欺诈特征与异常检测系统等一系列的设备风险反欺诈产品,并在此基础上形成了针对多种业务场景的设备风险方案,包括:营销推广反欺诈方案、互金网贷反欺诈方案、信用卡网申反欺诈方案、账号防护方案等。

在过去的几年中,猛犸基于设备风险的反欺诈方案,应用于上百家银行、互金、券商等金融机构与公司,取得了良好的效果。本文将与读者分享两个典型的应用案例。

案例一:

某股份制商业银行近年来一直积极地转型,大力发展零售银行与线上业务。推进信用卡业务的网络化,实现信用卡的网上申请,则成为转型中的一个重点任务。为此,该银行改造了整个信用卡的申请审核流程,引入了信用卡线上信审系统。但是在整个线上信审的流程设计中,该银行碰到了新的问题与挑战:

第一,在线上信用卡申请中,欺诈者拥有更多的手段来伪造或冒用他人的身份信息。而传统的面谈、背景调查等线下风控手段,则对线上申请完全失效。该银行急需补充新的技术手段,以完善线上申请信息真实性的检验,防范信用欺诈的发生。

第二,线上信用卡申请存在H5、APP等多个渠道入口。从风控的角度,该银行希望把不同渠道的申请都关联在一起,增加分析的数据维度。在多数场景下信用卡申请者并没有业务账户或用户ID,于是该银行想到是否可以从设备层面通过设备指纹ID将不同渠道的用户行为与申请数据关联在一起。

经过技术投标,猛犸以设备指纹系统为中心设计的设备风险方案,以技术分第一的成绩赢得了与该银行合作的机会。在实施过程中,该银行将猛犸设备风险平台的SDK嵌入到需要采集设备指纹的网页和APP中。当业务事件发生时,通过SDK向猛犸设备风险平台上报业务事件,由猛犸设备风险平台生成该设备的设备指纹ID,并发送给银行的信审系统。由于猛犸设备风险平台会对同一设备上发生的业务事件生成相同的设备指纹ID,因此银行的数据集市可以根据设备指纹ID将业务事件按设备进行关联。 关联前,数据模式如下图,存在大量用户访问无法关联的情况:


关联后,数据整合度大大提高,形成了用户、设备和行为的广泛关联:


在整合后的数据基础上,该银行利用设备指纹来防范“一机多申”的高风险场景:即在一台手机上通过不同的用户身份来申请多张信用卡。其中用到相关的反欺诈策略有:

检测同一设备指纹ID在过去30天的申请事件次数;
检测同一设备指纹ID上是否存在用户切换,即在该设备上原有的用户已经使用一张该行信用卡之后,突然使用另外的用户身份申请新的信用卡;
检测同一设备指纹ID上是否存在设备信息的篡改,例如:手机型号、IMEI/IDFA等。

该银行的信用卡网申系统已经正式上线运行,基于猛犸设备风险的反欺诈方案取得了良好的效果,信审系统的欺诈检出率提升了21.6%。未来,该银行还准备将猛犸设备风险方案推广到信用卡线上支付、手机银行、H5营销推广等其他业务场景。

案例二:

某处于快速发展期的持牌消费金融公司,一直致力于为个人消费者提供普惠消费信贷服务,打造辐射全国的“在线生活的消费金融服务商”形象。该公司的消费金融业务都是围绕移动APP来开展,因此该移动APP也是在业务风控与反欺诈中重点关注的对象。该公司希望加强设备层面的风险检测,将设备风险视为APP运行的环境风险中一个重要指标。

同时,该消费金融公司还将全流程风控的理念应用到风险管理的过程中。该理念要求不仅仅在最终业务发生的时间点上进行风险的探测和控制,还要求尽可能地将风控环节前移,在用户注册、登录和APP使用的环节上,提前进行风险特征的收集与评估。这就要求在业务申请信息还不具备的情况下,使用用户行为、设备信息等数据进行风险控制。

该公司与猛犸在设备风险反欺诈领域合作已经超过了一年的时间。猛犸设备指纹系统与设备异常检测系统在该公司风控中,主要应用于如下几个方面:

第一,通过猛犸系统检测设备的单点欺诈特征,包括设备是否被破解、设备是否使用代理服务器、设备是否是模拟器等,作为该公司业务APP的环境风险指标。在APP每次启动时,通过这些欺诈特征帮助风控系统确认APP是否运行在一个高危的设备环境中。

第二,猛犸系统为APP中的业务事件生成设备指纹ID, 帮助完善全流程的风控策略。


如上图所示,该公司利用猛犸设备指纹ID可以在最终的贷款风险决策点之前收集更多的风险信息,例如:

在用户登录时刻,即可比对用户账号与设备指纹ID的绑定关系,判断是否属于高危登录;
比较注册、登录、贷款等关键事件上设备指纹ID是否一致。特别关注一些高危行为模式,例如长期在同一台手机上登录、浏览,但是突然在另外一台手机上贷款的高危场景;
对于贷后的还款、提现等行为,其设备层面的信息仍然可以为下一次的贷款风控决策所使用。

经过一年的使用,猛犸设备风险方案帮助该公司发现了35~40%的行为异常用户,包括:养号、账号盗用、异常贷款等,取得了良好的反欺诈效果。该公司已经在与第三方的合作项目中推广猛犸设备风险方案。

结语

从设备风险维度进行业务反欺诈,还可以有很多其他的切入角度和应用方法。由于篇幅限制,本文所叙述的只是猛犸反欺诈的一部分做法与经验,希望对读者在反欺诈业务实践中有所启发。随着金融业务的逐步网络化和移动化,设备风险反欺诈将会在未来的业务安全中占有越来越重要的地位。将其纳入到业务安全的体系中,不仅仅是对当下风控与反欺诈手段的增强和补全,更是一条构建面向未来金融线上业务安全体系的必由之路。

声明:本文系企业投稿,文章不代表零壹财经立场,亦不构成投资建议。


零壹智库推出“金融毛细血管系列策划”,通过系列文章、系列视频、系列报告、系列研讨会和专著,系统呈现“金融毛细血管”的新状态、新功能、新价值、新定位。
 

上一篇>云电猫发布会在沪召开 资易通推出行业首个AI清收解决方案

下一篇>股债双冠 易方达铸就2017“双料冠军”



相关文章


用户评论

游客

自律公约

所有评论

主编精选

more

专题推荐

more

第四届中国零售金融发展峰会(共15篇)


资讯排行

  • 48h
  • 7天



耗时 410ms