如今,网络欺诈已经成为一种行当。行为模式复杂多样、危害巨大,却又难以全面捕捉。金融行业中盗卡、钓鱼、薅羊毛、电信诈骗等欺诈行为屡见不鲜。欺诈风险是国内金融领域面临的最大挑战之一,金融反欺诈已被金融机构和监管部门视为重要议题。机器学习是一项阻止欺骗的发生、同时能保证快速决定的机制。
风险管理咨询公司Kroll发布的《 2016/17年度全球反欺诈及风险报告》指出,欺诈造成的受欺诈损失占营业额0.5%至3%之间不等(已核实的部分),并且随着欺诈手段日趋多元化,这一占比在逐年上升。
商业银行部署的网络支付系统,很容易被下列行为利用和破坏:羊毛党利用系统规则套取返利;不法分子利用平台实现信用卡套现;商户刷单破坏规则;其它非法行为等。企业急需突破传统方式的局限,识别并报警各种形式的网络欺诈行为,来降低风险和损失。
机器学习可以根据丰富的数据和监控模型,对数据进行多重处理分析,建立实时反欺诈规则和模型,结合当前用户特征,实时识别用户欺诈行为。华青融天充分利用海量数据和多样的算法库,进行三个角度的分析报警:异常流水、异常商户、异常用户。通过产品界面宏观或深入查看任何维度的数据聚合,可以发现系统对异常的感知非常精准,在多种分析图表中,被突出显示报警异常就是实证。
从机器学习众多的金融应用中,诸如:金融风控、公开数据挖掘、大数据征信等,可以了解到金融反欺诈是最易落地、见效最快的一个应用场景。在华青融天机器学习平台上,通过人眼不能观察到的关联规则,进行异常报警,查看交易的各项信息,来进一步锁定异常的具体情况,进而准确定性。帮助业务部门提高风控效率,提前风险预测,提高企业运营效益。