您正在使用IE低版浏览器,为了您的雷峰网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
政企安全 正文
发私信给郭佳
发送

0

慧安金科黄铃:面对金融欺诈, AI 如何揪出“老赖”

本文作者:郭佳 2018-09-28 10:57
导语:通过用户行为分析,识别出信用差的人。

1994年年初,有位叫姜文的演员因饰演《北京人在纽约》中的王启明而被中国大众熟知。

慧安金科黄铃:面对金融欺诈, AI 如何揪出“老赖”

彼时,众多怀揣着美国梦的中国人踏上了这片想象中的自由之地,当时22岁的黄铃还是北航飞行器设计和应用力学系的一名大四学生。

6年后的2000年,28岁的黄铃随着浩荡的出国潮,踏上了飞往大洋彼岸的飞机,成为加州大学伯克利分校计算机科学专业的一名博士生。

对他而言,除了生活环境上的巨大改变,还有研究领域的转变。学力学和应用数学出身的他,将在此基础上,更为系统的了解机器学习以及其在网络安全层面的应用,而此前,他只是对这部分知识感兴趣。

他自己也未曾料到,这样的兴趣和教育背景,多年后最终让他成为了行业内少数精通人工智能和计算机安全的专家,这项长处未来也将让他在金融反欺诈领域大放异彩。

07年博士毕业后,他顺利进入美国英特尔研究院,期间曾同老牌安全公司 McAfee 合作了多个项目,运用人工智能技术,对用户的行为和信誉进行建模分析,解决网络安全、数据安全、防病毒、反欺诈等方面的问题。

简言之,通过对黑产的研究运用机器学习和大数据建模的技术,他们能通过分析用户行为来判断这个人的信用到底怎么样?金融机构再根据他们的分析,来决定是否放贷,贷多少?

2017年3月,在美国求学了工作了17年的黄铃,决定回国创业,他与另外两位伯克利的同窗,成立了主打金融反欺诈的慧安金科。

一年之后,慧安金科宣布完成 1 亿元 A 轮融资,由创新工场领投,高瓴资本、丹华资本、长风智清等投资机构跟投。

近日,黄铃对雷锋网讲述了他为什么回国创业的原因,国内的金融反欺诈现状以及他目前想要做的事情。

慧安金科黄铃:面对金融欺诈, AI 如何揪出“老赖”

为何要回国创业

“中国的金融业发展非常迅速,新的业务和场景层出不穷,很多是在世界其他地方看不到的。”安全一直以来,都在跟着业务走。虽然黄铃在大数据系统、人工智能、信息安全和金融科技领域有超过 15 年的实战经验,但国内不断涌现出的新场景和新业务,依然吸引了这位老道的风控专家。

“中国的移动支付发展如此迅猛,我们可以看到在电商、社交等场景已经涌现出各类欺诈行为了,这些都需要风控。”黄铃告诉雷锋网,目前慧安金科的业务主要集中于互金、保险、证券等大金融领域。

与美国已经拥有成熟的信用卡市场不同,中国目前还有8亿人没有申请信用卡,而不少人第一次使用的信贷服务是互金产品,但在互金行业中,很多公司在极速增长的业务之下,安全却没有做到位。

“有人说现在的互金行业名声不好,出现了暴雷事件,我个人的看法是,一颗老鼠屎坏了一锅粥,他们不在源头做风控,而是通过高额利息和暴力催收这种方式来,这样当然发展不好,现在看那些活的很好的互金企业,都是风控做的好的。”黄铃想做的事情,就是通过这么多年来在金融行业的经验,来更高效的解决风控问题,为这个行业带来规矩,设定秩序,提供标准。

由于在美国的金融反欺诈领域有十几年的从业经验,所以黄铃对于黑产的欺诈手段和套路都比较了解,加之在机器学习和数据建模方面的优势,让他可以不断涉及世界一流的人工智能算法,对用户的各种行为进行精准的量化分析,最终根据不同的业务来做出识别风险用户的模型,全面对抗黑产欺诈行为。

与传统反欺诈有何不一样

与黑白名单、信用库等传统的金融反欺诈手段不同,黄铃和团队做的,是通过对用户的行为进行量化分析 ,来为金融机构提供反欺诈的服务。

在介绍具体的不同之前,我们先来回顾一步电影中的片段。

在阿汤哥主演的《碟中谍5》中,有个剧情是他们要进入安全机构拿档案,最开始有指纹识别,后来是人脸识别,但是最终极的安全措施是通过步伐的识别来进行认证,你走路的姿势、速度、长度等都成为了机器判断的因素。

放在金融反欺诈的场景中,传统的识别方式是,根据一个人的姓名、身份证号、IP、住址等标签来进行识别,但这有两个问题。

一是目前已有黑产可以伪造身份证,一个人可以通过易容等方式,来为自己办一张假身份证,这在黑产产业链条中,早已不是难题。

二是IP、住址等标签,很可能会造成“误杀”,一个IP下面可能有多个用户,如果因为其中一个用户信用不好而“误杀”其他信用好的用户,同样会给金融机构造成损失,况且黑产经常也在更新IP,反欺诈人员能否跟上黑产的速度也是一个疑问。

那黄铃和他的团队是如何来解决的?

再回到上面电影中的场景,机器通过计算阿汤哥迈步的姿势、长度、速度等综合因素,来进行判断。现在,我们把这个场景放到互金平台的注册场景中,用户在线填写账号输入密码的过程中,他的速度、填写的顺序、手指按下的力度等行为数据,都会成为最终的“数据原料”,通过对这些数据进行特征的衍生处理和关联分析,来检测出不同纬度上的异常。

与传统非黑即白的结果不同,经过关联分析后,最终会得出一个风险评分,来为风控人员在决策时提供风险参考。

这么做的好处有两点。

第一,不会涉及到大量的个人隐私信息;第二,黑产团伙在多次作案中,总会有一些共同的特征,通过建模,来把这些特征描述出来,从而可以主动地在成千上万的用户中主动识别隐藏的欺诈行为,而不是等案发之后,才来补救。

不能为了一棵大树而放弃一片森林

安全长久以来一直是跟着业务在走,比如我们熟知的 BATJ,由于业务的迅猛发展,纷纷成立了安全部门,也吸引了不少来自硅谷的安全人才。

但黄铃选择了另一条更具挑战的路-----为更多不同种类型的公司提供安全服务。

“我不能为了一棵大树放弃一片森林”,黄铃告诉雷锋网(公众号:雷锋网),有不少做风控的同行回国之后加入了大厂,但安全是众多公司都会面临的问题,他更希望去解决诸多不同类型的公司遇到的问题,去服务整个产业,而不是某家公司。

“大厂的用户多,积累的场景和数据可能也会更多,这是不是你们的短板?”

对于雷锋网的这个问题,黄铃解释,他们并不需要海量的标签来进行建模,二是通过半监督主动式机器学习技术,加上有经验丰富的风控专家的介入,这样就可以融合已有的标签样本和大量的未知样本来建模,做定制化的模型。

这样一来,客户能够给慧安金科提供一些样本数据,帮助慧安金科的系统平台能够更精准地建模;另一方面,有业务专家的介入,机器能够分析风控业务中多变的情况。

对于融资后的打算,黄铃表示将在算法的搭建更加下功夫,以此来做出更好的模型,除了一般的提取特征构建画像之外,还会做大规模的关联分析,提高风控的准确度和效率,提前对风险进行预警。

目前,他把目光主要聚焦到了大金融领域,与其他更注重把业务先发展起来的行业相比,金融是风控的重灾区,对安全的需求更为迫切。尤其是互金领域,迫切需要用人工智能和大数据来建立高效准确全面的模型,来自动对抗欺诈份子的系统和解决方案。

雷峰网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章
当月热门文章
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说