至诚-中国金融理财门户网站 首页 |  财经 |  证券 |  新股 |  理财 |  投资 |  直播 |  宝箱 |  行情 |  分析师 |  客户端  用户投稿

云蜂科技在反欺诈方面烙上实战派印记

2017-10-27 10:45:28 来源: 用户投稿


  在金融信贷领域,那些借钱不还,或者本质就是来骗贷的人群,通常被称为“老赖”。而从数量庞大的群体中将“老赖”识别出来,就是金融反欺诈需要解决的问题。

  现今,金融机构需要做的是,在一定成本范围内尽量防范欺诈风险,避免相应损失。应运而生的反欺诈市场,成为了大数据风控服务商体系中的重要部分。而定位于独立第三方大数据风控服务商的云蜂科技,在反欺诈方面也独有心得。

  存在哪些欺诈行为?

  对于信贷机构而言,在业务中面临的潜在欺诈主要分为“第一方欺诈”与“第三方欺诈”两种。第一方欺诈即是欺诈主体为申贷者本人,第三方欺诈顾名思义为主体之外的中介或团体冒用、盗用主体信息进行骗贷的行为。

  从交易流程上看,欺诈可以分为申请欺诈与交易欺诈。申请欺诈存在身份伪冒、中介包装、黑产等情况;而交易欺诈,存在账户盗用、养卡、套现等问题。

  “比如身份伪冒,通过盗用他人的身份获取贷款,在实际操作中,人脸识别还是能有效地阻挡这类欺诈的;账号盗用,这类欺诈手段比较常见,不仅是小额短期现金贷平台会面对,现在的科技公司都会面对”。云蜂科技杨立恒称,人工智能、大数据、生物识别等技术的加持,很大程度上提升了反欺诈的效率,也降低了反欺诈的成本。

  杨立恒称,金融机构还面临着黑中介欺诈,他们会为骗贷提供虚假资料。

  “云蜂科技的的经验是,如果用户的资料不能验证,在数据挖掘与模型中宁可不用。既然不用这些信息,为什么还要用户填写呢?继而这些数据都可以用来进行反欺诈的研究。”

  杨立恒分析到,现阶段 “第一方欺诈”主要表现为多头借贷、逾期甚至拒绝还款。而“第三方欺诈”则主要集中在黑中介冒用盗用他人信息进行骗贷。

  云蜂科技如何反欺诈?

  在金反欺诈领域,最常用的方法是建立“多元”体系识别,通过多维度数据交叉比对,搭建模型建立精准的用户画像。

  杨立恒称,云蜂科技的反欺诈通过机器识别,深度挖掘申贷用户是否存在虚假资料、羊毛党、身份认证失败、疑似恶意欺诈、失信名单、手机号归属地高风险聚集、身份证号归属地高危险聚集等维度记录,从而通过地址、设备信息等比对来建立用户的网络图谱。

  “当建立起来一个全维度的关联网络图谱后,看到的不是欺诈的个体,而可能是一个消费群体,从而可以实现快速判断及定位是否属于团伙欺诈行为。”

云蜂科技有限公司

  另外一方面,还会结合用户的身份特质、购物历史、交易数据等,对用户进行画像,从而构建千人千面的模型,符合就通过,反之则是存在欺诈嫌疑。

  杨立恒补充到,互联网环境下,个人数据产生有几个层次。一是移动运营商,这是从通信层次来获取数据,也是最全的,特别是在运营商体系推行实名制后,这一数据更加具有参考价值。 二是通过各大APP的技术的SDK层次获取而来的数据,也很大程度上记录了个体的交易记录、社交关系、兴趣等。三是诸如像腾讯一样,有很多的社交场景,有很多的支付场景。

  “综合来看,这三个层次的数据有互补性。单一依靠某个层次的数据描绘出来的用户画像可能是一维的,但是三个层次的结合起来综合判断,则能描绘出一个3D的用户形象,便于机构更准确的判断用户的申贷行为”杨立恒说。

  诚然,互联网时代的反欺诈,越来越倚重风控数据的量级、维度、新鲜程度。实时更新、体量大及维度多都成为了反欺诈的核心竞争力。

  关于这一点,云蜂科技杨立恒也表示认同。他介绍,云蜂科技的数据来源于行业领先平台联盟,数据及时更新,维度上则是覆盖了从运营商、电商、社交再到交易端。

  “信贷领域,风控是心脏。之前,大都靠人的经验去做风控,而进入互联网时代后,数据、评分卡等风控形式得以落地应用,再到如今人工智能技术的成熟绩应用场景的拓展,风控领域也成为了人工智能切入的战场。”

  在杨立恒看来,用户环境属性,比如,网络IP、设备指纹、地理位置;以及用户自身属性,比如多头借贷和运营商等数据都将被综合的运用到反欺诈中。

  关于反欺诈的未来走向,杨立恒认为实时监控追踪是大趋势。他称实时监控、核查和离线分析、调查双管齐下的手段,将成为未来金融机构的普遍手段。而这两种手段中,实时监控和核查包括审批流程、电话核实、证件渠道、高危单位;离线分析和调查包括舆情监控、抽查机制、中介调查以及贷后表现。

  “云蜂科技未来深耕这一领域,通过技术手段实现对用户的实时监控和核查以及离线分析和调查。”杨立恒说。

更多精彩
关闭