酷应用

腾讯云 AI 安全与互联网金融黑产暗战

百家作者：腾讯云安全 2017-11-29 06:52:16

真实故事场景

J 先生是一家互联网金融公司的风控负责人，年底了，互联网金融平台的需求比以往多了些， J 先生公司的一款互联网金融产品正在做新一轮的推广。活动上线不久，不同于产品团队表现出来的喜悦，J先生带领的团队却陷入深深的忧虑：“每分钟有很多大大超出常规额度请求的客户涌入，到底该不该同意他们的请求呢？ ”

团队的担心并不是杞人忧天。早在推广之前的宣传期，网络上关于该产品的“口子”信息已铺天盖地。J 先生团队在网络上值守多日，试图从网络上收集攻击情报，却收获寥寥。他们意识到，必须有强有力的数据和算法系统来对抗黑产。

风控策略：

欺诈检测是首要一环

互联网金融的蓬勃发展，给人们的生活带来便利，同时也给网络黑产带来巨额利润空间。据某互联网金融平台评估，如果不经过风控策略检测，该平台的坏账率将达到20%以上，日均损失金额将达到2000万以上。而风控策略中，欺诈检测是首要的一环。网络金融欺诈行为成本低利润高的特点，让黑产趋之若鹜，给平台带来的损失难以预估。不同于初期的单兵作战，当前网络黑产早已集团化、产业化，在金融欺诈领域，数据窃取、数据交易、信息伪造仿冒、黑中介代办已成为完整的产业链，欺诈手法和工具也是五花八门。据悉，目前市场上流行的黑产作案工具有打码平台、猫池、秒拨动态 IP 等，相信随着反欺诈的攻守对抗，未来会有更多更新的工具和手法出现。

典型的欺诈风险类型

1、黑中介代办欺诈

互联网金融产品里，中介团伙是恶意用户主力军，据有关信息披露，网络黑产里中介收取的单笔手续费高达10%甚至更高。幸运的是，运用社交大数据与图计算技术，黑中介代办识别的问题可以迎刃而解。凭借社交模型分析算法优势，可以深度挖掘黑中介、黑产链条和欺诈团伙。相比购物、搜索、浏览等弱关联模型，属于强关联模型的社交关系链模型可有效提升金融风控模型的准确性。

2、异常群体欺诈

网络上的非法行为往往具有共同性，例如从事赌博、洗钱、传销的群体，往往是使用该类产品后逾期的高风险群体。另外，老赖也是互联网金融平台深恶痛绝的一个群体。一般平台会使用公检法黑名单抵御一部分恶意群体的攻击，但这些黑名单往往覆盖较小，并且具有严重的滞后性。

3、伪造欺诈

如前文所述，黑市的身份信息交易极其活跃。恶意用户购买四要素信息之后，仿冒成本人。职业的恶意群体会搜寻消费金融平台的风控漏洞，利用伪造的资料绕过风控逻辑，从而完成欺骗行为。甚至有部分职业恶意群体通过完成常规额度请求的方式“养号”，待到身份是个“好”客户之后，进行大型欺诈，弃用当前的身份。

让恶意欺诈曝光在阳光下的服务

腾讯云天御反欺诈

欺诈风险不一而足，风控与黑产的对抗亦是一场智慧+技术的周旋。在此背景下，腾讯云天御反欺诈服务应运而生。腾讯云天御反欺诈服务基于腾讯社交大数据与 AI 能力，依托腾讯十余年的黑产对抗经验，为银行、互金、消金等企业单位实时甄别欺诈风险。

拥有超10亿的月活跃账户，业务场景覆盖社交、支付、游戏、安全等众多领域，腾讯大数据为腾讯云天御反欺诈服务提供了国内最大的用户画像库。该画像库涵盖了手机、设备、IP等多个细分维度。腾讯云天御反欺诈不仅能做到对互联网金融客户99.9%的超高查得率，还能对欺诈行为做全方面的精细刻画。

另一方面，腾讯云天御反欺诈运用 AI 能力进行风险检测，极大化发挥了大数据的威力。有别于传统风控使用的规则、逻辑回归等模型，腾讯云天御反欺诈更多地使用xgboost、迁移学习、图计算等技术，能快速识别中介、中介代办、虚假资料、异常行为、恶意环境、异常设备、不法分子等风险。

腾讯云天御反欺诈服务推出不到一年后已接入上百家互联网金融平台，与中国银行、招商银行、华夏银行等达成合作，每天达到数百万次调用量，实现指数级增长，使得更多的欺诈行为曝光在阳光之下。