數(shù)據(jù)觀專訪維擇科技謝映蓮：欺詐手段瞬息萬(wàn)變 反欺詐技術(shù)如何走在前面

來(lái)源：數(shù)據(jù)觀 時(shí)間：2019-05-28 10:39:51 作者：孫永慧

“互聯(lián)網(wǎng)+”正在不斷深入到各個(gè)行業(yè)，在這個(gè)發(fā)展過(guò)程中，逐漸暴露出線上欺詐、線上黑產(chǎn)這一產(chǎn)業(yè)痼疾。反欺詐成為企業(yè)安全規(guī)劃的重要一環(huán)。

在互聯(lián)網(wǎng)形態(tài)下，提升了運(yùn)營(yíng)效率的同時(shí)也帶來(lái)了非面對(duì)面交易、高并發(fā)、非結(jié)構(gòu)性數(shù)據(jù)等反欺詐難點(diǎn)，傳統(tǒng)的規(guī)則引擎和有監(jiān)督機(jī)器學(xué)習(xí)難以解決錯(cuò)綜復(fù)雜、變幻莫測(cè)的欺詐形式。在2019中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)（以下簡(jiǎn)稱“2019數(shù)博會(huì)”）上，DataVisor維擇科技創(chuàng)始人兼 CEO謝映蓮在接受數(shù)據(jù)觀采訪時(shí)提到，無(wú)監(jiān)督機(jī)器學(xué)習(xí)是最新一代的企業(yè)反欺詐檢測(cè)的方法，能有效應(yīng)對(duì)動(dòng)態(tài)發(fā)展的、有組織、有規(guī)模的黑產(chǎn)生態(tài)鏈。

欺詐方式多變 傳統(tǒng)手段應(yīng)對(duì)遲緩

市場(chǎng)對(duì)于有效的、適合當(dāng)前行業(yè)環(huán)境的反欺詐技術(shù)手段需求極大。

典型的在金融領(lǐng)域，欺詐一直是其主要行業(yè)風(fēng)險(xiǎn)之一。一方面?zhèn)鹘y(tǒng)金融業(yè)隨著業(yè)務(wù)量的增多，已經(jīng)堆砌了海量的交易數(shù)據(jù)；另外一方面，互聯(lián)網(wǎng)金融、個(gè)人消費(fèi)信貸等新的互聯(lián)網(wǎng)金融場(chǎng)景不斷出現(xiàn)，涉及人群越來(lái)越多，而傳統(tǒng)的反欺詐手段成效并不明顯。

謝映蓮認(rèn)為：“這對(duì)企業(yè)的反欺詐機(jī)制提出了更高的要求，如何快速響應(yīng)，通過(guò)大數(shù)據(jù)挖掘、分析技術(shù)和人工智能算法完善風(fēng)控體系關(guān)系到行業(yè)的健康發(fā)展”。

規(guī)則引擎、有監(jiān)督機(jī)器學(xué)習(xí)是當(dāng)前行業(yè)應(yīng)用較廣泛的反欺詐技術(shù)。它們有其契合的應(yīng)用場(chǎng)景，但對(duì)于正不斷發(fā)展的行業(yè)形態(tài)和瞬息萬(wàn)變的欺詐手段，也有著明顯的局限性。

規(guī)則引擎，通過(guò)對(duì)樣本數(shù)據(jù)進(jìn)行分析，利用專家經(jīng)驗(yàn)總結(jié)出的規(guī)則來(lái)區(qū)分“好用戶”和“壞用戶”的行為特征，雖操作起來(lái)簡(jiǎn)單直接，但人工手段容易出錯(cuò)；有監(jiān)督機(jī)器學(xué)習(xí)，通常需要大量有標(biāo)簽的數(shù)據(jù)來(lái)訓(xùn)練模型，識(shí)別“壞用戶”，檢測(cè)同類的欺詐行為，但前提是需要明確的特征標(biāo)簽，在未知的欺詐手段面前顯得過(guò)于遲緩和被動(dòng)。

總的來(lái)說(shuō)，它們都無(wú)法主動(dòng)檢測(cè)到新型的欺詐模式，而欺詐行為、黑產(chǎn)也在不斷發(fā)展，以應(yīng)對(duì)企業(yè)的反欺詐手段，它們是動(dòng)態(tài)的。所以，完全依賴以標(biāo)簽為導(dǎo)向的欺詐行為監(jiān)測(cè)方法，是在看到損失、受到攻擊之后再訓(xùn)練相對(duì)應(yīng)的算法模型，這種亡羊補(bǔ)牢的反欺詐手段，迫切需要更具有欺詐攻擊預(yù)見(jiàn)性功能的技術(shù)來(lái)升級(jí)完善。

無(wú)監(jiān)督機(jī)器學(xué)習(xí)能防患于未然

對(duì)此，謝映蓮提出，利用無(wú)監(jiān)督機(jī)器學(xué)習(xí)技術(shù)的反欺詐手段能在不斷更新的欺詐手段面前領(lǐng)先一步。

相比于傳統(tǒng)的反欺詐手段，無(wú)監(jiān)督機(jī)器學(xué)習(xí)最主要的特征是不需要依賴于任何帶標(biāo)簽的數(shù)據(jù)來(lái)訓(xùn)練模型，而是通過(guò)對(duì)數(shù)據(jù)關(guān)聯(lián)分析和相似性分析，來(lái)挖掘和發(fā)現(xiàn)用戶行為間的聯(lián)系、共同特征。例如，通過(guò)對(duì)大量電話號(hào)碼或IP地址進(jìn)行檢測(cè)加工，可以根據(jù)其前綴和端口等特征來(lái)識(shí)別用戶，“若IP端口來(lái)自數(shù)據(jù)中心、云計(jì)算平臺(tái)，欺詐的概率會(huì)上升”，類似的經(jīng)過(guò)加工的信號(hào)，具有穩(wěn)定性、適用性強(qiáng)的優(yōu)勢(shì)。

除此之外，據(jù)謝映蓮介紹，DataVisor維擇科技還形成了智能信譽(yù)庫(kù)，包含傳統(tǒng)的白名單、黑名單和智能數(shù)據(jù)源等，為技術(shù)手段提供輔助參考信息，使無(wú)監(jiān)督機(jī)器學(xué)習(xí)更有效，也能減少正常用戶的誤傷率。

正是看到了無(wú)監(jiān)督機(jī)器學(xué)習(xí)在反欺詐領(lǐng)域的前瞻性，DataVisor維擇科技率先在2019數(shù)博會(huì)上正式對(duì)外發(fā)布了基于無(wú)監(jiān)督機(jī)器學(xué)習(xí)的dCube全面反欺詐管理解決方案。無(wú)論欺詐攻擊如何變化，利用該平臺(tái)都能智能地進(jìn)行攻防策略的調(diào)整，主動(dòng)地去發(fā)現(xiàn)未知的欺詐方法，察覺(jué)新型的欺詐手段。

謝映蓮表示，該平臺(tái)已經(jīng)在互聯(lián)網(wǎng)企業(yè)、社交、電商等新興行業(yè)和具體應(yīng)用場(chǎng)景成功落地。未來(lái)，DataVisor維擇科技將推動(dòng)其向包括銀行、金融機(jī)構(gòu)等傳統(tǒng)行業(yè)拓展，并在技術(shù)上向通用化方向發(fā)展，以適應(yīng)更多領(lǐng)域的需求。

同時(shí)謝映蓮也提到，無(wú)監(jiān)督機(jī)器學(xué)習(xí)，或者更廣泛地來(lái)看，人工智能通過(guò)對(duì)數(shù)據(jù)的理解和挖掘，能在反欺詐等領(lǐng)域提供智能化的檢測(cè)和幫助。但是，技術(shù)的落地執(zhí)行也需要專業(yè)的行業(yè)背景和知識(shí)，不能完全脫離單純地只用技術(shù)的方法來(lái)看待問(wèn)題。未來(lái)，還是需要各個(gè)行業(yè)專家對(duì)不同行業(yè)的深度理解，來(lái)驅(qū)動(dòng)技術(shù)和行業(yè)發(fā)展的融合，“兩者結(jié)合起來(lái)才能真正賦能行業(yè)”。

（數(shù)據(jù)觀記者 孫永慧）

掃碼或點(diǎn)擊鏈接查看更多2019數(shù)博會(huì)信息

http://m.yongsiang.cn/zhuanti/node_12008.htm

?

責(zé)任編輯：李蘭松