2017年-数据局_零壹智库：中国金融反欺诈技术应用报告_36页_1mb

中国金融反欺诈技术应用报告总结

核心内容概述

本报告全面分析了全球及中国金融欺诈的现状、趋势和反欺诈技术应用，重点探讨了人工智能、设备指纹、图学习、生物识别和区块链等技术在金融反欺诈中的作用。报告指出，随着金融科技的发展，欺诈行为呈现出组织化、隐蔽性强、移动化和智能化的趋势，反欺诈技术也逐步进入人工智能时代，以提升识别效率和应对复杂欺诈手段。

---

金融欺诈现状与趋势

全球金融欺诈概况

• 网络犯罪：已成为商务世界头号威胁，年损失超4000亿美元。
• 2017年第一季度：全球网络攻击次数超过1.3亿次，增速高于2016年。
• 英国案例：Cifas记录32.5万条欺诈信息，防止损失超10亿英镑。

中国金融欺诈现状

• 欺诈高发地区：中国是全球身份欺诈最高发的地区之一。
• 经济损失：2015年下半年至2016年上半年，中国网民因欺诈损失达915亿元。
• 电信诈骗：2015年造成200亿元损失，2016年上半年损失达80亿元。
• 网络攻击比例：2016年，70.5%的网民遭遇网络安全事件，网上诈骗为首要问题。
• 移动化趋势：手机支付用户达69.4%，金融欺诈也呈现移动化趋势。
• 欺诈类型：2016年信用卡欺诈前三大类型为伪卡、虚假身份和互联网欺诈；借记卡欺诈以电信诈骗为主。

---

金融欺诈的特征与手段

涉及环节广泛

• 账户注册：伪造身份、垃圾注册。
• 账户登录：盗用、异常共享、设备信息变动。
• 贷款申请：提供虚假信息、多平台申请、超额贷款。
• 贷中管理：恶意拖欠。
• 支付环节：利用非法信用卡进行交易。

欺诈手段多样

• 组织化：形成产业链，包括技术开发、身份包装、漏洞发现等。
• 技术手段：撞库、刷库、IP代理池、一键新机工具。
• 黑产规模：从业人员超150万，市场规模达千亿级别。

---

金融反欺诈技术路径

两种主要技术路径

1. 外部数据路径

• 方法：建立欺诈者黑名单。
• 局限性：
  • 失效速度快。
  • 预测力有限。
  • 与业务场景结合有限。

2. 内部数据路径

• 方法：从自动行为模式学习到自动异常检测。
• 优势：
  • 提高欺诈识别率，降低错报率。
  • 降低人工审核工作量。
  • 预测力较好。
  • 与业务场景紧密结合。

---

设备指纹技术分类

主动式设备指纹

• 技术方法：通过SDK或JS代码主动收集设备特征。
• 特点：
  • 准确度高（接近100%）。
  • 易被篡改，隐私和安全性受限。

被动式设备指纹

• 技术方法：基于通信协议栈特征识别，不种植cookie。
• 特点：
  • 安全性高，隐私保护好。
  • 跨平台、跨浏览器识别能力强。
  • 应用范围广，适合无法植入SDK的场景。

混合式设备指纹

• 特点：在识别率、应用场景和对抗性方面实现平衡。

---

人工智能在金融反欺诈中的应用

机器学习技术优势

• 应对复杂欺诈：在线欺诈具有实时性、隐蔽性、数据动态性、标注稀缺性和手法多变等特性。
• 非监督式与监督式结合：打造风险评分体系和决策系统。
• 图学习技术：识别欺诈网络，利用聚类和社交网络算法进行动态分析。
• 行为特征分析：如打字速度、鼠标轨迹、触屏力度等隐式特征，提高识别准确性。

---

金融反欺诈技术发展趋势

人工智能持续深化

• 政策支持：国家层面推动人工智能在金融领域的应用，如智能客服、智能监控、风险预警系统。
• 云计算应用：监管层鼓励银行联合设立“国家队”云平台，提升数据整合和风险控制能力。

生物识别技术应用

• 主流方式：包括人脸识别、指纹识别、虹膜识别等。
• 局限性：
  • 部分技术成本高、采集需用户配合。
  • 易受光照、姿态、遮挡等因素影响。
• 隐式行为识别：如触屏力度、滑屏轨迹等，更隐蔽、更安全。

区块链技术应用

• 特性：数据一致存储、无法篡改、无法抵赖。
• 应用场景：身份验证、反欺诈系统。
• 代表企业：Chainalysis致力于为银行设计区块链反欺诈系统。

---

关键案例分析

Maxent猛犸反欺诈

• 成立时间：2014年11月，总部上海。
• 技术亮点：
  • 采用机器学习与图学习结合。
  • 设备指纹技术识别设备及身份。
  • 提供反欺诈SaaS平台和ID系统。
• 应用成效：有效识别欺诈行为，提升金融平台安全水平。

Sift Science

• 成立时间：2011年，总部旧金山。
• 产品功能：覆盖账户盗用、支付欺诈、内容滥用、营销滥用等场景。
• 技术支撑：基于机器学习系统“信任平台”，监测6000多个站点和App。

ThreatMatrix

• 成立时间：2005年，总部圣何塞。
• 业务覆盖：金融、保险、旅游、政府、医疗、媒体、游戏等多个行业。
• 技术优势：具备强大的数据处理和分析能力，服务于全球反欺诈市场。

---

未来展望

• 人工智能应用：持续深化，成为反欺诈技术核心。
• 云计算发展：政策推动下，云平台或成“国家队”反欺诈基础设施。
• 生物识别完善：需在技术成本、用户体验和安全性之间取得平衡。
• 区块链技术：在身份验证和反欺诈中发挥更大作用。

---

机构与合作

• 零壹财经·零壹智库：联合Maxent猛犸反欺诈发布报告，具备媒体、数据、研究、智库一体化服务能力。
• 合作案例：
  • 艾克飞与Jumio、Paycasso合作推出Document Verifier。
  • 益博睿与BioCatch合作进行行为特征识别。
  • 环联与OneVault、ImageWare Systems合作开发声纹识别、生物认证等技术。

---

免责声明

• 本报告信息来源于公开资料，零壹财经不对信息的准确性和完整性作出保证。
• 报告不构成投资建议，仅用于信息参考。