本報記者 李 禾
“無科技，不金融”。隨著移動互聯(lián)網(wǎng)時代的到來，科技金融模式不斷創(chuàng)新，但是欺詐手法也在不斷翻新，呈現(xiàn)出專業(yè)化、產(chǎn)業(yè)化、隱蔽化等特點(diǎn)。日前，世界科技開發(fā)者盛會DeveloperWeek 2019評選VR、人工智能、金融科技等領(lǐng)域優(yōu)勝者，AI公司DataVisor維擇科技憑借無監(jiān)督機(jī)器學(xué)習(xí)技術(shù)獲得最具投資價值的科技金融企業(yè)獎。
無監(jiān)督機(jī)器學(xué)習(xí)技術(shù)是什么，為何會被認(rèn)為最具投資價值？它能在科技金融活動中起到什么作用？能解決哪些金融交易中的問題？
科技金融反欺詐創(chuàng)新利器
與傳統(tǒng)金融不同，互聯(lián)網(wǎng)金融業(yè)務(wù)大多發(fā)生在線上，往往幾秒鐘就完成審核、申請、放款等，面臨的欺詐風(fēng)險也是前所未有的。據(jù)統(tǒng)計，我國網(wǎng)絡(luò)犯罪導(dǎo)致的損失占GDP0.63%，一年損失金額高達(dá)4000多億人民幣。國際上的情況也不樂觀，多份市場研究報告指出，僅2016年一年，全球信用卡、借記卡、預(yù)付卡和私有品牌支付卡損失就高達(dá)163.1億美元；每年保險欺詐(不包括健康險)損失總額預(yù)計超過400億美元。
“隨著技術(shù)不斷演進(jìn)，針對金融業(yè)的攻擊、欺詐手段已不同以往。團(tuán)伙作案、分工明確、掌握各種先進(jìn)技術(shù)工具、不斷變化攻擊手段，全新挑戰(zhàn)使得金融企業(yè)越來越難以招架?！盌ataVisor中國區(qū)總經(jīng)理吳中說，金融反欺詐期待創(chuàng)新已成業(yè)內(nèi)共識。
“無監(jiān)督機(jī)器學(xué)習(xí)是近年才發(fā)展起來的反欺詐手法。目前國內(nèi)反欺詐金融服務(wù)主要是應(yīng)用黑白名單、有監(jiān)督學(xué)習(xí)和無監(jiān)督機(jī)器學(xué)習(xí)的方法來實現(xiàn)。”愛信諾征信有限公司總經(jīng)理金端峰在接受科技日報記者專訪時說。
黑白名單被認(rèn)為是最原始的反欺詐方式，類似于“篩選器”。如銀行征信系統(tǒng)就可理解成一個黑白名單，信用卡多次逾期還款就可能被列入信貸“黑名單”；在淘寶上購買了退貨險后屢屢退貨，就可能上騙保“黑名單”。黑白名單是所有反欺詐方法中最簡單的，但也是更新最慢、成本最高的。
能將異常用戶一網(wǎng)打盡
有監(jiān)督學(xué)習(xí)需要大量有標(biāo)簽數(shù)據(jù)來訓(xùn)練模型，以此來預(yù)測還未被標(biāo)注的數(shù)據(jù)。以垃圾郵件為例，假如把5000封已由人工確認(rèn)過的垃圾郵件輸入到模型，模型通過對標(biāo)題的識別、郵件內(nèi)容句子的分割、關(guān)鍵詞的識別等各種分析方法，找到其中的內(nèi)在關(guān)系。如標(biāo)題中有“福利”二字的，有90%的可能性是垃圾郵件；一次性發(fā)送超過200封的，有60%的可能性是垃圾郵件；回復(fù)率低于10%的，有70%的可能性是垃圾郵件……于是，當(dāng)模型處理一封新郵件時，通過檢測以上各子項，并對每一子項乘以百分比后相加，就能得出垃圾郵件的可能性。但有監(jiān)督學(xué)習(xí)的弊端是，每個模型都需要大量訓(xùn)練數(shù)據(jù)以及較長的訓(xùn)練時間。
“可能你的模型還沒有訓(xùn)練好，欺詐分子已經(jīng)完成欺詐活動并尋找下個目標(biāo)了?！眳侵姓f。
無監(jiān)督機(jī)器學(xué)習(xí)主要方式有聚類和圖形分析。金端峰說，無監(jiān)督無需任何訓(xùn)練數(shù)據(jù)和標(biāo)簽，通過聚類等機(jī)器學(xué)習(xí)算法模型發(fā)現(xiàn)用戶的共性行為，以及用戶和用戶的關(guān)系來檢測欺詐。“通過無監(jiān)督機(jī)器學(xué)習(xí)分析用戶的共性行為，可以發(fā)現(xiàn)偽裝過的異常用戶，將其一網(wǎng)打盡?！?div style="height:15px;">
何為聚類方式？例如一群用戶注冊事件，可通過聚類發(fā)現(xiàn)幾個小群符合某些共性：注冊時間集中，都使用了某種操作系統(tǒng)，某一個瀏覽器版本等。該用戶群中的任何一個單獨(dú)拿出來分析，看上去都極為正常，如果符合某種超乎尋常的一致性就十分可疑了。比如一群人在凌晨2—3點(diǎn)采用同一款瀏覽器注冊了同一產(chǎn)品，其IP的前20位相同，GPS定位小于1公里，注冊后都修改了昵稱和性別等。
現(xiàn)在的金融欺詐都是團(tuán)伙作戰(zhàn)，面對“化整為零，批量復(fù)制”的欺詐手法，金端峰說，無監(jiān)督算法應(yīng)用于反欺詐檢測還有一個優(yōu)勢，那就是能提前預(yù)警?！艾F(xiàn)在的欺詐分子都有潛伏期，以免太容易被發(fā)現(xiàn)。由于他們在潛伏期的行為依然符合某種規(guī)律，具有某些一致性，同樣還是會被無監(jiān)督算法捕捉到。在攻擊發(fā)生前就檢測出欺詐分子，這一點(diǎn)傳統(tǒng)方法是難以做到的，防患于未然這也是無監(jiān)督機(jī)器學(xué)習(xí)之所以在反欺詐檢測中大放光彩的重要原因之一?！?div style="height:15px;">
在科技金融活動中，無監(jiān)督機(jī)器學(xué)習(xí)能有效防止欺詐行為的發(fā)生并及時對用戶發(fā)出預(yù)警，阻止開戶欺詐、欺詐交易、賬號盜取，發(fā)現(xiàn)洗錢攻擊等，保障正常的金融活動。
金端峰舉例說，猛犸反欺詐公司基于非監(jiān)督式的異常檢測，將數(shù)據(jù)分解為正常趨勢、隨機(jī)擾動和異常情況三部分，并在此基礎(chǔ)上做到設(shè)備、網(wǎng)絡(luò)和用戶三個層面上的“千人千面”；并根據(jù)用戶間的相互關(guān)聯(lián)構(gòu)造網(wǎng)絡(luò)圖，欺詐者往往團(tuán)體作案，行為表現(xiàn)在網(wǎng)絡(luò)圖中呈現(xiàn)高度一致性和聚集性，與正常用戶明顯不同，因此利用聚類和圖形分析辨別欺詐行為?！拔浵伣鸱?、京東金融等一些高科技互聯(lián)網(wǎng)公司也通過無監(jiān)督機(jī)器學(xué)習(xí)等技術(shù)手段，在金融科技方面取得了良好成績?！?div style="height:15px;">
