5月9日，360金融研究院攜手360集團聯(lián)合發(fā)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(wǎng)絡(luò)貸款欺詐這兩類高發(fā)欺詐類型進行了深度研究和數(shù)據(jù)洞察。（關(guān)于360金融在反欺詐  領(lǐng)域如何深耕，詳見雷鋒網(wǎng)AI金融評論此前的采訪 ：《專訪360金融鄭彥：欺詐虧損率0.2%背后的故事》）

80、90一代成詐騙重點目標，男性易受騙且損失數(shù)額大

報告數(shù)據(jù)顯示，2018年360手機衛(wèi)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(jié)稱，在網(wǎng)絡(luò)普及呈現(xiàn)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(tǒng)詐騙更大。報告數(shù)據(jù)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%。

團伙欺詐智能化特征凸顯，黑中介、黑產(chǎn)深度融合

在團伙欺詐方面，報告顯示，相較于個人欺詐，團伙欺詐的波及范圍更廣、社會危害性更高，呈現(xiàn)“智能化、產(chǎn)業(yè)化、攻擊迅速隱蔽、內(nèi)外勾結(jié)比例上升、移動端高發(fā)”五大特征，黑中介和黑產(chǎn)出現(xiàn)深度融合的態(tài)勢，開始以團伙形式開展線上貸款申請審批業(yè)務(wù)，騙取大量資金。

網(wǎng)絡(luò)技術(shù)的不斷迭代，黑中介、黑產(chǎn)的智能化趨勢明顯。黑產(chǎn)團伙同樣會利用大數(shù)據(jù)、AI技術(shù)等技術(shù)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(chǎn)構(gòu)建了集用戶數(shù)據(jù)獲取、身份信息偽造和包裝、欺詐策略制定、技術(shù)手段實施等一條完整的產(chǎn)業(yè)鏈。

 

在團伙欺詐中，黑中介利用互聯(lián)網(wǎng)金融平臺采用大數(shù)據(jù)線上審核的業(yè)務(wù)特點，會著重選擇一些新上線、不上征信、風控較為薄弱的平臺為攻擊目標，通過不斷地挖掘平臺風控規(guī)則的漏洞或弱點，進行信息包裝或偽造、遠程助貸等欺詐操作。

黑產(chǎn)則承擔為黑中介“助攻”的角色，從技術(shù)上為黑中介實施騙貸提供技術(shù)便利。如批量采集用戶信息，竊取金融機構(gòu)和平臺數(shù)據(jù)庫，包裝偽造證件信息、銀行流水，偽造通訊記錄等。

當黑中介發(fā)現(xiàn)目標平臺后，會深度梳理平臺的風控漏洞，制定欺詐方案，在特定時間發(fā)起集中攻擊。由于黑中介的隱蔽性強，對于平臺反欺詐策略的靈敏度和迭代效率提出了更高的要求。在人員結(jié)構(gòu)上，黑中介團伙中熟悉平臺風控邏輯內(nèi)部員工比例有所上升，“內(nèi)外勾結(jié)”聯(lián)合騙貸對平臺的損害更大。

大數(shù)據(jù)和AI能為反欺詐做什么？

金融反欺詐復雜而棘手，黑產(chǎn)的攻擊手段瞬息萬變，因此平臺防范規(guī)則策略需要靈活迅速。當前，我國金融機構(gòu)內(nèi)部各條業(yè)務(wù)系統(tǒng)以自建風控模塊為主，其中具備強勁科技實力的平臺，大多已經(jīng)采用多層面的欺詐檢測方法：用戶身份信息認證、黑名單對比、智能反欺詐模型。

在大數(shù)據(jù)金融反欺詐應(yīng)用上，頭部科技平臺的大數(shù)據(jù)已經(jīng)相對成熟和豐滿，可以夠涵蓋信貸、社交、消費、通訊數(shù)據(jù)等諸多范疇。360金融研究院統(tǒng)計調(diào)研發(fā)現(xiàn)，作用于構(gòu)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(shù)據(jù)是消費和社交，安全類大數(shù)據(jù)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(shù)據(jù)中心部署了超過10萬臺服務(wù)器，數(shù)據(jù)存儲量達到EB級，安全服務(wù)覆蓋全球6億臺計算機，累計連接超過10億臺的移動設(shè)備，擁有總樣本數(shù)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(shù)據(jù)智能優(yōu)勢，已積累了千萬級別的黑名單和數(shù)億的白名單庫。自主研發(fā)的Argus智能風控引擎從數(shù)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(shù)據(jù)變量，近96%的授信申請和99%的訂單申請實現(xiàn)全自動審核，秒級反饋結(jié)果。

在AI智能金融反欺詐應(yīng)用上，基于人工智能技術(shù)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(shù)據(jù)的大規(guī)模以及高頻率的處理能力，將申請人相關(guān)的各類信息節(jié)點構(gòu)建龐大網(wǎng)絡(luò)圖，并在此基礎(chǔ)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(jiān)測整個互聯(lián)網(wǎng)的風險動態(tài)，當發(fā)現(xiàn)信用表現(xiàn)出現(xiàn)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(shù)據(jù)的識別分類應(yīng)用在實踐中也非常有幫助，例如底層數(shù)據(jù)標注等業(yè)務(wù)場景中，通過AI判定識別、人工過濾清洗的結(jié)合，可有效幫助高可用性內(nèi)部數(shù)據(jù)的增長。

據(jù)雷鋒網(wǎng)了解，360金融在實際應(yīng)用中結(jié)合場景應(yīng)用AI分別構(gòu)建相應(yīng)的業(yè)務(wù)模型，同時重視AI在底層信息上的識別應(yīng)用，例如：

• 采用生物活體檢測和大數(shù)據(jù)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(guān)系圖譜模型、自然語言處理等AI建模技術(shù)在社交關(guān)系上有效識別團案風險。

• 在偽冒風險及賬戶盜用風險等業(yè)務(wù)場景下，高度重視AI在客戶行為埋點數(shù)據(jù)、客戶社交關(guān)系等非傳統(tǒng)建模數(shù)據(jù)對該類風險的識別幫助，構(gòu)建了偽冒評分、賬戶安全評分、客戶行為異常模型、設(shè)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(gòu)建設(shè)備識別模型，有效提升對于設(shè)備認定的有效性及準確度，特別提升了線上貸款對于設(shè)備數(shù)據(jù)使用的魯棒性。

據(jù)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(shù)據(jù)和技術(shù)上的投入也已頗有成效，年報數(shù)據(jù)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%。

關(guān)注公眾號“AI金融評論”（ID: aijinrongpinglun），回復關(guān)鍵詞“360”獲取報告下載鏈接。

雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

相關(guān)文章：

360金融上市后首份成績單：2018年凈利潤18億，同比增長10倍

專訪360金融鄭彥：欺詐虧損率0.2%背后的故事

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。