我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:斗牛棋牌下载 > 反电子预警 >

拒绝“黑中介”金融科技驱动反欺诈策略迭代

归档日期:09-11       文本归类:反电子预警      文章编辑:爱尚语录

  目前,越来越多“高技术、高水准、高欺诈”能力的黑中介出现,使金融欺诈风险不断扩大,反欺诈形势严峻。不过,在金融科技驱动下,各种反欺诈手段和策略也在不断进行着迭代和创新。

  2017年3月,某中介通过QQ群招揽学生做兼职,其给予每个学生一张手机卡,并要求学生拿此卡去银行办理工资卡。中介以登记为由,利用银行卡和手机号获取了学生的身份证、学籍、学历等信息,而后用绑卡方式向网贷平台申请了多笔信贷业务。

  2017年9月,某保险公司营业部向警方报案称,有人利用在某网络商城的店铺进行虚假交易,骗取保险公司退赔的运费险。保险公司发现,去年7月这三家店铺的交易量突然暴增,2000多个买家集中下单,生成多笔订单,且这些订单最终都是退货并退赔运费。退赔运费每单20元,4个月的时间,保险公司为这三家店铺退赔了200多万元。

  不久前,某上市公司A企业在接受尽职调查时提供给会计师事务所和券商的财务报表,除了银行贷款具有真实性以外,隐瞒了应收账款、销售利润、民间借款、对外担保等信息存在造假的事实。而此时,B企业作为A企业的关联公司,向某线上平台提出了贷款申请(但B企业并没有告知平台其为A企业关联公司的关键信息)。

  据统计,目前国内网络“黑产”已经形成庞大产业。“黑产”可利用的因倒卖、遗失等原因而游离在市场上的身份证约1000万张;“三件套”、“四件套”(身份证、手机卡、银行卡、网银盾)市场倒卖报价百元到千元不等,黑产每年给社会造成的损失超过一千亿元。

  同盾科技反欺诈团队成员李克勤向《上海金融报》记者介绍,经过多年的进化和演变,“黑产系统”已经形成了上游卡商、收码平台、工具开发者、下游操作者紧密合作的产业链生态,且隐蔽性极强,作案手法极富“想象力”和“创造力”。为了伪装身份,“黑产”会想出各种让人匪夷所思的手段,从而对不设防的业务带来蝗虫过境般地伤害。

  “在数字技术的支撑下,金融市场的体量和发展潜力被逐步放大。与此同时,其暴露的风险隐患也与日俱增,欺诈现象层出不穷。”京东金融研究院院长孟昭莉向《上海金融报》记者表示,数字金融欺诈手段由之前较为简单的盗号、盗刷演变为借助大数据等前沿技术,从撒网式向精准化转变,并叠加传销、兼职赚钱、网购退款、金融理财、虚拟货币等更为复杂多样的手法。

  孟昭莉指出,由于数字与金融的“联姻”,金融欺诈行为呈现出专业化、产业化、隐蔽化、跨区域等新特征,对传统反欺诈手段形成极大挑战。

  李克勤认为,“在攻击和防御的对抗过程中,一般分为发现风险、拦截风险、‘黑产’发现拦截、攻击发生几个环节,双方攻防点并不仅仅固定在某一特定环节,而是不断发生迁移。随着业务增长,数据量也在不断攀升。但在与欺诈攻防过程中,风控团队面临着业务数据缺失的现实问题,因此采用机器学习人工智能方法,发现寻找更多的线索特征,挖掘用户行为特征,用户关联特征等异常事件,结合IP、手机、位置等几个容易获得的维度来分析潜在的欺诈风险,能极大提升反欺诈的效率和能力。同时在大数据、人工智能、云计算等技术推动下,反欺诈工作也进入到了全新时代。”

  “利用大数据、机器学习等人工智能技术,极大提高了互联网保险的数据获取途径、获取量以及对数据的掌握程度,给保险定价和理赔提供了详细信息。2017年某电商平台利用反欺诈技术避免的运费险损失就高达2000万元。此外,这些技术也能移植到账户险、车险、医疗险等领域的欺诈行为识别中。”孟昭莉进一步介绍,而人脸识别和用户画像技术在身份冒用的欺诈行为识别中发挥了重要作用,通过图像采集、人脸检测、精确定位、数据标准化、人脸特征比对等步骤识别是否是本人操作;利用用户画像能够锁定客户的个性化特征,综合判定欺诈的可能性。这两类技术不仅在网络借贷虚假申请识别中的应用效果显著,同时也可向其他金融及非金融领域移植、复制。

  而在企业隐瞒经营信息并骗取信贷支持的欺诈行为方面,孟昭莉指出,综合运用设备指纹识别技术、关系图谱和机器学习技术,解决了需要大量人力、物力进行信用主体身份核实和资料验证的问题,特别是关系图谱技术能够将企业经营行为表现在图上,从而呈现出不同企业的关联性和聚集性,增强识别企业欺诈行为的能力,极大提高此类欺诈行为的精准打击率。

本文链接:http://enovexcorp.com/fandianziyujing/539.html