AI智慧金融反欺诈应用有前景最新消息

AI在金融上深度渗透后形成的AI金融，从具体看包括人工智能金融分析师、AI金融客服、AI金融管理、AI金融产品开发设计、AI信用挖掘获取、AI金融风险控制、AI智慧支付特别是移动支付等等。也就是说，从传统的资产、负债和中间业务、支付结算业务，AI都能全方位进入布局。从互联网金融的大资料、云端计算、移动支付、网络平台金融看，AI智慧更是如鱼得水、量身定做。AI金融时代很快会到来，AI金融是大势所趋，不可扭转。

如果从本质上撇开金融业务本身，从防欺诈、内外勾结的金融犯罪预防发现以及破案角度看，AI作用会更加大。

一个非常值得关注的现象是，随着互联网、移动互联网、大资料、云端计算、人工智能、区块链、数字货币、互联网金融、金融科技等新经济新科技新金融的发展，在促进整个金融业转型到新兴科技金融、数字化金融和智慧金融的同时，大资料、云端计算、人工智能等技术也被犯罪分子用来进行高科技犯罪牟利，而且还非常猖獗。2019年一季度拼多多优惠活动曾被钻空子，损失惨重。类似商业网站遭遇攻击的情况非常之多。

特别是随着互联网金融比如P2P等网络金融的发展，这类网络高科技手段金融犯罪派上了用场，达到了猖獗之地步。专业从事网络打假、保障网络安全的360公司最有发言权。

2019年5月9日，360金融研究院携手360集团联合释出了《2018智慧反欺诈洞察报告》（下称“报告”），聚焦金融电信诈骗和网络贷款欺诈这两类高发欺诈型别进行了深度研究和资料洞察。报告资料显示，2018年360手机卫士手机先赔接到的诈骗投诉案件中，金融诈骗损失金额占比高达35%，报案量在全部诈骗型别中占比14.9%。报告总结称，在网络普及呈现低龄化、中青年群体金融需求的日渐提升等趋势影响下，80、90一代正成为手机诈骗的重点目标；男性受害者占76.3%，明显占比高于女性，人均损失金额也比女性更高。

损失金额上，由于黑中介在成功获得目标使用者的个人资讯后，往往会在多个平台进行高额度的骗贷，使用者损失相较于传统诈骗更大。报告资料显示，遭遇黑中介骗贷后，损失5000元到1万元占比28%，损失1万元到5万元占比38%，损失5万元以上占比11%。

网络技术的不断迭代，黑中介、黑产的智慧化趋势明显。黑产团伙同样会利用大资料、AI技术等技术手段扩大欺诈覆盖面和精准度。围绕欺诈目的达成，黑中介伙同黑产构建了集使用者资料获取、身份资讯伪造和包装、欺诈策略制定、技术手段实施等一条完整的产业链。

在大资料金融反欺诈应用上，头部科技平台的大资料已经相对成熟和丰满，可以够涵盖信贷、社交、消费、通讯资料等诸多范畴。360金融研究院统计调研发现，作用于构建使用者人群画像、甄别借款使用者还款能力贡献度最大的两类资料是消费和社交，安全类大资料更有助于判断借款使用者的还款意愿。

360集团目前在全球的100多座资料中心部署了超过10万台服务器，资料储存量达到EB级，安全服务覆盖全球6亿台计算机，累计连线超过10亿台的移动装置，拥有总样本数超过180亿的全球最大的程式档案样本库。

而360金融背靠集团的资料智慧优势，已积累了千万级别的黑名单和数亿的白名单库。自主研发的Argus智慧风控引擎从数十万个变数中用机器学习方法筛选出超过3000个风控模型资料变数，近96%的授信申请和99%的订单申请实现全自动稽核，秒级反馈结果。

在AI智慧金融反欺诈应用上，基于人工智能技术建立的反欺诈模型和反欺诈策略成为平台预测、抵挡欺诈风险的有力武器。

一方面，人工智能可以利用机器对资料的大规模以及高频率的处理能力，将申请人相关的各类资讯节点构建庞大网络图，并在此基础上建立基于机器学习的反欺诈模型并对其进行反复训练和实时识别。

另一方面，人工智能基于庞大的知识图谱，还能监测整个互联网的风险动态，当发现信用表现出现风险的时候，能够及时做出风险预警，启动“先知”的防御机制。

AI对于底层资料的识别分类应用在实践中也非常有帮助，例如底层资料标注等业务场景中，通过AI判定识别、人工过滤清洗的结合，可有效帮助高可用性内部资料的增长。

360金融在实际应用中结合场景应用AI分别构建相应的业务模型，同时重视AI在底层资讯上的识别应用，例如：

采用生物活体检测和大资料交叉匹配借款使用者资讯，判别提供虚假资讯的客户并拒绝其借款申请。

在中介风险识别的场景下，利用社交关系图谱模型、自然语言处理等AI建模技术在社交关系上有效识别团案风险。