度小满以 AI 技术构建安全屏障 防深伪技术降低人脸识别风险

随着新一代信息科技的不断进步，互联网金融安全性也在持续提高，为消费者呈现了良好的融资环境。但新技术带来便利的同时，也带来新的风险和挑战，有众多不法分子利用技术漏洞制造出了各种金融案件。对于此类挑战，在"北大光华-度小满金融科技前沿技术研讨会"上，度小满分享了其运用 AI 技术建立"全链条"屏障的经验与成果。

新技术带来新挑战，度小满以 AI 技术保障金融数据安全

技术是一把双刃剑，人工智能在如火如荼发展过程中，利用 AI 技术造假、伪造等事件也是屡见不鲜。例如 DeepFake 这样的深度伪造技术，不仅对个人产生了影响和伤害，更是对各行各业带来了潜移默化的安全隐患，尤其是隐私度较高的金融领域。那么面对如此现状，又该如何破解？

7 月 20 日，在"北大光华-度小满金融科技前沿技术研讨会"上，度小满技术委员会执行主席杨青介绍了前沿 AI 技术在金融领域的具体应用。杨青认为，金融领域要做到 AI 防深伪，不仅仅是识别人脸的真假这么简单。在 AI 科技与金融不断深入融合的当下，获客、风控等日常环节均在朝着智能化方向变化。因此，金融领域的 AI 防深伪，不应当只是针对 DeepFake 这种技术的单点突破，而是要守住整个链条、每个节点的安全，建立"全链条"屏障。

度小满加速布局创新技术，不断提升风控能力

随着人脸认证的普及应用，不法分子通过 DeepFake 这样的技术来伪造人脸的诈骗也日益增多。"眼见未必为实"，这类虚假视频肉眼往往无法识别，怎么防范这类新型风险？度小满的防深伪技术，运用了千万级样本；从中提取了多域视觉特征：包含傅立叶频谱特征、小波特征、和 RGB 空域特征等等，利用多特征融合共同辅助鉴伪。目前度小满防深伪技术已经可以覆盖各种深伪形式，比如静态人像图片活化和 AI 换脸等，千分之一误报率下召回为 90% 以上。

反欺诈是金融风控审核的第一步，目的是排除"坏人"，对于通过这一步的"好人"，如何判断他的信用，决定给多少授信额度呢？央行征信报告是判断个人信用的最重要依据，但征信报告存在大量的非结构化数据，许多具备潜在价值的数据并未能被充分挖掘。

为此，度小满利用 NLP 自然语言处理技术对它们进行分析和识别，再通过自监督预训练模型，从而达到从文本中识别用户风险的目的。而且征信报告还蕴藏着大量的关联信息。对此，图机器学习模型便成了较好的解决方案，可以很好地识别、表达、利用关联信息并获得所需的知识，方便解决违约风险存在传导性等隐患问题。

数字化时代，信息技术已经成为金融服务行业的重要组成部分。在金融服务行业，数据作用将不断凸显，数据安全与个人信息保护也将面临新的风险与挑战。作为创新型金融科技企业，度小满不断以前沿技术破解金融安全难题，力争为金融行业的稳健发展贡献更多科技力量。