零壹智库-中国数字金融反欺诈全景报告2019ppt-2019.8.23-32页_1mb

中国数字金融反欺诈全景报告（2019）总结

核心内容

本报告由中国数字金融研究机构零壹研究院联合乐信发布，旨在分析数字金融反欺诈的现状、特征及AI解决方案，以应对日益严重的金融欺诈问题。

主要观点

• 数字技术推动金融行业发展的同时，也带来了新的欺诈风险。
• 金融欺诈与反欺诈之间是一场持续的“攻防战”，欺诈手段不断演变，反欺诈技术也在持续升级。
• AI技术在反欺诈系统中发挥着关键作用，尤其在识别、监控和应对欺诈方面具有显著优势。
• 构建完整的反欺诈体系需要数据、技术与场景的结合，同时也需要多方协作，包括用户、金融机构、监管执法部门等。

关键信息

数字金融欺诈的发展阶段

1. 线下金融欺诈：以电信诈骗为主，手段单一。
2. 互联网金融欺诈：诈骗传播快速化、手段信息化、行为趋于场景化。
3. 数字金融欺诈：黑产成熟化、技术专业化、行为关联化、高频化。

数字金融欺诈的四大特征

• 黑产化：欺诈团伙组织专业，分工明确。
• 专业化：借助大数据等技术精确识别欺诈目标。
• 高频化：欺诈事件呈现小额高频的异地作案趋势。
• 关联化：欺诈行为在多个维度呈现聚集关联现象。

受欺诈人群画像

• 性别：男性更易被骗，女性在“薅羊毛”事件中受骗概率更高。
• 年龄：90后为主要受害群体，尤其在广东省、湖南、河南、四川等地区。
• 时间：欺诈事件高发时间段为下午12点至18点。
• 地域：中东部地区欺诈事件发生量占全国50%以上。

欺诈损失

• 欺诈金额以小额为主，单笔欺诈金额在2000元以下的占比逐渐升高。
• 人均欺诈损失约为2000元。

AI反欺诈解决方案

• 技术要素：AI技术是反欺诈系统有效性的基础，包括监督和非监督机器学习、规则引擎和大数据分析。
• 三大核心要素：场景、数据和技术，缺一不可。
• AI反欺诈体系：包括事前识别、事中监控、事后追赔三个环节。
• 乐信AI反欺诈体系：
  • 体系化：覆盖全流程，形成闭环自动学习迭代。
  • 精准化：AI技术贯穿反欺诈全业务链条。
  • 实时化：交易全程实时主动拦截欺诈。
  • 模块化：技术成熟，应用场景广泛。

乐信AI反欺诈六大模块

1. 外部情报搜集
2. 数据信息库
3. 框架系统
4. 策略体系
5. “黑科技”应用
6. 反欺诈实时监控

乐信AI反欺诈“黑科技”应用

• 复杂网络：识别黑产用户关联，如同一IP、局域网或共同联系人。
• 舆情监控：实时监控网络舆情，识别异常行为。
• 收货地址聚类分析：通过地址数据识别潜在欺诈行为。
• LBS风险评估：结合地理位置数据评估用户风险。
• 用户行为风险分析：分析用户行为模式，识别异常。
• 多平台指数：整合多平台数据，进行风险评估。

AI反欺诈技术应用案例

• DataVisor：基于无监督机器学习，覆盖金融、电商、社交、游戏/工具四大领域。
• 中诚信征信：基于“万象智慧”智能风控平台，融合知识图谱、机器学习、区块链等技术，实现闭环自动学习迭代。
• 慧安金科：采用半监督主动式机器学习，结合专家经验，主动识别用户行为异常，降低误报率。

反欺诈挑战与建议

挑战

• 数字金融欺诈手段复杂，黑产规模庞大。
• 欺诈行为呈现高度关联性与隐蔽性，给取证和定罪带来困难。
• 需要多方协作，包括用户、金融机构、监管执法部门等。

建议

• 用户：注意个人数据隐私，提高防范意识，配合反欺诈行动。
• 金融机构及相关企业：加强内部管理，持续研发前沿技术，构建联防联控体系。
• 监管执法部门：健全法律法规，加强联合惩治，普及反欺诈常识。
• 社会舆论：传播反欺诈成果，提高公众警惕性。

反欺诈技术公司介绍

• DataVisor：成立于2013年，核心技术为无监督反欺诈机器学习，覆盖多个领域。
• 中诚信征信：基于“万象智慧”平台，融合多种技术，实现闭环自动学习迭代。
• 慧安金科：采用半监督主动式机器学习，结合专家经验，实现主动识别和预警。

零壹智库简介

• 独立的新金融知识服务机构，覆盖媒体、数据、研究、智库、学院五大板块。
• 已服务超过300家机构，致力于提供研究、咨询、品牌、培训、传播等服务。
• 为金融行业提供专业、独立的分析与建议。