金融科技顯而易見(jiàn)地改變了金融世界舊有的運(yùn)行方式與行業(yè)理念，但在享受科技帶來(lái)的賦能作用時(shí)，金融風(fēng)險(xiǎn)變得更加難以控制。傳統(tǒng)欺詐檢測(cè)已經(jīng)不能適應(yīng)新的欺詐挑戰(zhàn)。金融企業(yè)在監(jiān)管上開(kāi)始利用人工智能（AI）等技術(shù)，以數(shù)據(jù)價(jià)值為驅(qū)動(dòng)建立智能化的風(fēng)險(xiǎn)預(yù)測(cè)模型，來(lái)防范欺詐風(fēng)險(xiǎn)。

金融欺詐風(fēng)險(xiǎn)不斷升級(jí)

近年來(lái)，數(shù)字技術(shù)與金融業(yè)的快速融合發(fā)展，不斷催生新的商業(yè)模式和業(yè)務(wù)形態(tài)，傳統(tǒng)金融交易活動(dòng)不斷向線上轉(zhuǎn)移。與此同時(shí)，技術(shù)的發(fā)展也讓金融欺詐手段也在不斷演進(jìn)，使得數(shù)字金融欺詐呈現(xiàn)出專(zhuān)業(yè)化、產(chǎn)業(yè)化、隱蔽化、場(chǎng)景化的特征^【1】，讓欺詐更具迷惑性、不易被識(shí)別。根據(jù)信息服務(wù)公司益博睿發(fā)布的《全球欺詐報(bào)告2018》顯示，72%的受訪機(jī)構(gòu)表示對(duì)欺詐的關(guān)注度較一年前有所提升，而2017年全球欺詐損失自2010年已增長(zhǎng)了225%。尤其可見(jiàn)，金融欺詐風(fēng)險(xiǎn)不斷擴(kuò)大，金融安全、反欺詐形勢(shì)嚴(yán)峻。

面對(duì)這種嚴(yán)峻形勢(shì)，傳統(tǒng)的反欺詐手段主要以規(guī)則為驅(qū)動(dòng)，當(dāng)申請(qǐng)或交易信息與反欺詐規(guī)則匹配后即執(zhí)行相應(yīng)的業(yè)務(wù)策略。而規(guī)則的形成主要憑借過(guò)往經(jīng)驗(yàn)和從此前發(fā)生過(guò)的事實(shí)中，抽象出系列規(guī)則，每一條規(guī)則觸發(fā)一種欺詐場(chǎng)景。這種方式得出的反欺詐規(guī)則存在一定的局限性。因?yàn)樗荒苊杜e所有業(yè)務(wù)場(chǎng)景，所以無(wú)法對(duì)各類(lèi)欺詐行為進(jìn)行全面覆蓋，更不用說(shuō)現(xiàn)在數(shù)字金融下新的業(yè)務(wù)場(chǎng)景的出現(xiàn)。并且還存在著已有的規(guī)則會(huì)被欺詐者進(jìn)行有針對(duì)性回避的風(fēng)險(xiǎn)，導(dǎo)致規(guī)則無(wú)法跟上欺詐手段的更新?lián)Q代，從而加大了欺詐監(jiān)測(cè)難度。

而且另一方面，傳統(tǒng)反欺詐手段維度單一，很難對(duì)用戶(hù)形成多維度的用戶(hù)畫(huà)像，進(jìn)而通過(guò)用戶(hù)畫(huà)像對(duì)客戶(hù)的行為偏好、償債能力、支付能力和欺詐傾向做出分析。再有，金融科技擴(kuò)大了金融服務(wù)半徑，讓金融服務(wù)下沉。面對(duì)長(zhǎng)尾客戶(hù)群體，傳統(tǒng)反欺詐手段很難服務(wù)逐漸下沉的客群。因此，金融企業(yè)亟需尋找新的解決方法。

AI成數(shù)字金融安全中的重要技術(shù)手段

隨著人工智能（AI）等技術(shù)與金融業(yè)務(wù)之間的更加深入的融合，金融企業(yè)開(kāi)始應(yīng)用AI技術(shù)來(lái)強(qiáng)化監(jiān)管力度，以此作為欺詐風(fēng)險(xiǎn)防范的強(qiáng)力手段。相對(duì)于傳統(tǒng)方式，AI可以為欺詐檢測(cè)提供一種更加靈活的方法，通過(guò)應(yīng)用機(jī)器學(xué)習(xí)(ML)對(duì)大量異構(gòu)、多源的數(shù)據(jù)信息進(jìn)行深度挖掘，從中量化抽取欺詐業(yè)務(wù)風(fēng)險(xiǎn)指標(biāo)，在此基礎(chǔ)上建立反欺詐模型，并對(duì)其進(jìn)行反復(fù)訓(xùn)練和實(shí)時(shí)識(shí)別，為金融反欺詐提供決策依據(jù)?；贏I的反欺詐具有的優(yōu)勢(shì)包括了：

• 更加精準(zhǔn)化的 “了解你的客戶(hù)（KYC）”。隨著金融科技拓展了金融服務(wù)的邊界，讓金融機(jī)構(gòu)可以收集更多數(shù)據(jù)。通過(guò)應(yīng)用深度學(xué)習(xí)/機(jī)器學(xué)習(xí)等AI技術(shù)對(duì)用戶(hù)基本屬性、社會(huì)屬性、行為偏好等不同的渠道數(shù)據(jù)進(jìn)行分析，形成多維度的用戶(hù)畫(huà)像，從而形成對(duì)用戶(hù)行為數(shù)據(jù)的分析更為精準(zhǔn)化的風(fēng)險(xiǎn)評(píng)估。
• 更好的用戶(hù)體驗(yàn)。金融科技業(yè)務(wù)客群下沉，利用AI技術(shù)減少反欺詐鑒別中人工操作，提高效率，縮短對(duì)交易/申請(qǐng)的審核速度，為用戶(hù)帶來(lái)更好的服務(wù)體驗(yàn)。
• 不斷優(yōu)化風(fēng)險(xiǎn)模型。機(jī)器學(xué)習(xí)模型不使用預(yù)先定義的規(guī)則來(lái)確定活動(dòng)是否具有欺騙性。機(jī)器學(xué)習(xí)模型是被訓(xùn)練來(lái)識(shí)別數(shù)據(jù)集中的欺詐模式。通過(guò)不間斷地對(duì)新信息進(jìn)行學(xué)習(xí)，進(jìn)而對(duì)策略和模型進(jìn)行優(yōu)化升級(jí)，從而更精準(zhǔn)地識(shí)別和攔截欺詐交易，使它們能夠適應(yīng)新的、未知的欺詐模式。
• 以主動(dòng)代替被動(dòng)。人工智能基于龐大的知識(shí)圖譜，還能監(jiān)測(cè)整個(gè)互聯(lián)網(wǎng)的風(fēng)險(xiǎn)動(dòng)態(tài)，當(dāng)發(fā)現(xiàn)信用表現(xiàn)出現(xiàn)風(fēng)險(xiǎn)的時(shí)候，能夠及時(shí)做出風(fēng)險(xiǎn)預(yù)警。以AI為技術(shù)驅(qū)動(dòng)力的金融風(fēng)控改變過(guò)去以滿(mǎn)足合規(guī)監(jiān)管要求的被動(dòng)式管理模式，轉(zhuǎn)向以依托新技術(shù)進(jìn)行監(jiān)測(cè)預(yù)警的主動(dòng)式管理方式。

AWS加速AI在金融安全中的應(yīng)用

越來(lái)越多的金融公司開(kāi)始利用AI的技術(shù)來(lái)保障金融業(yè)務(wù)安全。而反欺詐模型和系統(tǒng)架構(gòu)是構(gòu)建反欺詐方案的核心要素之一。首先，反欺詐模型是核心競(jìng)爭(zhēng)力，特別是基于機(jī)器學(xué)習(xí)技術(shù)構(gòu)建的反欺詐模型是重要的發(fā)展趨勢(shì)，它能夠分析各類(lèi)用戶(hù)的行為特征，并計(jì)算出金融業(yè)務(wù)不同環(huán)節(jié)中的風(fēng)險(xiǎn)概率，從而有效地識(shí)別風(fēng)險(xiǎn)。其次，系統(tǒng)架構(gòu)直接影響欺詐行為的識(shí)別效果，這對(duì)系統(tǒng)的處理速度和穩(wěn)定性提出了更高的要求。

基于此，不少云服務(wù)商以自己的云為基礎(chǔ)開(kāi)始提供AI/深度學(xué)習(xí)服務(wù)，如AWS提供的Amazon SageMaker就是一種完全托管的服務(wù)，幫助用戶(hù)以更少的工作量和更低的成本更快地投入生產(chǎn)。并且，為了幫助客戶(hù)更容易地在反欺詐場(chǎng)景中利用Amazon SageMaker，AWS提供了基于機(jī)器學(xué)習(xí)解決方案的欺詐檢測(cè)解決方案。此解決方案自動(dòng)檢測(cè)潛在的欺詐活動(dòng)，并標(biāo)記該活動(dòng)以供審查。

圖1：在AWS上使用機(jī)器學(xué)習(xí)體系結(jié)構(gòu)檢測(cè)欺詐

AWS基于機(jī)器學(xué)習(xí)的反欺詐方案可以通過(guò)AWS CloudFormation模板進(jìn)行部署。該方案包括Amazon Simple Storage Service (Amazon S3)、Amazon SageMaker、AWS Lambda、Amazon Kinesis Data Firehose、Amazon CloudWatch和可選項(xiàng)Amazon QuickSight。該方案中包含一個(gè)示例數(shù)據(jù)集，也可以通過(guò)定制化修改來(lái)使用自己的數(shù)據(jù)集進(jìn)行訓(xùn)練。

Amazon SageMaker 是一項(xiàng)覆蓋了整個(gè)機(jī)器學(xué)習(xí)工作流程的完全托管的服務(wù)。在模型訓(xùn)練中，SegeMaker會(huì)自帶一些常用的監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)算法以及框架，用戶(hù)也可以借助Docker容器創(chuàng)建自己的訓(xùn)練算法。訓(xùn)練過(guò)程可以在幾十臺(tái)服務(wù)器上分布式運(yùn)行，以提供更快的訓(xùn)練速度。

訓(xùn)練數(shù)據(jù)會(huì)從Amazon S3云存儲(chǔ)服務(wù)器讀取，模型產(chǎn)生的數(shù)據(jù)同樣也會(huì)存在Amazon S3服務(wù)器上。Amazon S3 是一種對(duì)象存儲(chǔ)服務(wù)，以較低的成本提供持久、高度可用并可擴(kuò)展的數(shù)據(jù)存儲(chǔ)基礎(chǔ)設(shè)施，用于存儲(chǔ)和保護(hù)各種用例（如網(wǎng)站、移動(dòng)應(yīng)用程序、備份和還原、存檔、企業(yè)應(yīng)用程序、IoT 設(shè)備和大數(shù)據(jù)分析）的任意數(shù)量的數(shù)據(jù)。

通過(guò)配置Amazon CloudWatch Events規(guī)則，觸發(fā)AWS Lambda處理來(lái)自數(shù)據(jù)集的事務(wù)并調(diào)用Amazon SageMaker，根據(jù)機(jī)器模型來(lái)判斷這些交易是否是欺詐性的。Amazon Kinesis Data Firehose將已處理的事務(wù)加載到Amazon S3 bucket中以進(jìn)行存儲(chǔ)。將事務(wù)加載到Amazon S3后，可以通過(guò)分析工具和服務(wù)（Amazon QuickSight）進(jìn)行可視化、報(bào)告、臨時(shí)查詢(xún)和更詳細(xì)的分析。整個(gè)方案建立完成，通過(guò)使用預(yù)先構(gòu)建的自學(xué)ML模型，檢測(cè)潛在的欺詐活動(dòng)。

借助AWS產(chǎn)品和服務(wù)，金融企業(yè)用戶(hù)可以輕松為其業(yè)務(wù)開(kāi)展提供安全保障。

Coinbase利用AWS實(shí)現(xiàn)反欺詐，為用戶(hù)提供安全的數(shù)字資產(chǎn)平臺(tái)

Coinbase是一個(gè)數(shù)字貨幣的交易平臺(tái)并提供相關(guān)的錢(qián)包服務(wù)。自 2012 年成立以來(lái)，已有 2000 多萬(wàn)商家和消費(fèi)者在 Coinbase 平臺(tái)上進(jìn)行了超過(guò) 1500 億美元的數(shù)字貨幣的交易。與所有金融服務(wù)公司一樣，Coinbase 需要采取措施確保其運(yùn)營(yíng)環(huán)境的安全。而加密貨幣交易平臺(tái)面臨的風(fēng)險(xiǎn)之一就是欺詐，例如線上的身份驗(yàn)證無(wú)法同線下一樣利用一定頻率的光線查找隱藏在駕照中的全息圖案來(lái)檢驗(yàn)證件的真?zhèn)巍Ｒ虼?，Coinbase 使用 Amazon SageMaker 開(kāi)發(fā)了一種基于機(jī)器學(xué)習(xí)的反欺詐系統(tǒng)， 這個(gè)系統(tǒng)可以識(shí)別用戶(hù)標(biāo)識(shí)來(lái)源中的不匹配和異常情況，以幫助他們快速采取措施防范潛在的欺詐風(fēng)險(xiǎn)。

同時(shí)，風(fēng)險(xiǎn)管理只是數(shù)字貨幣交易平臺(tái)業(yè)務(wù)管理的一個(gè)方面。客戶(hù)信息安全也是防范的重點(diǎn)。在對(duì)安全高度敏感的環(huán)境中，對(duì)數(shù)據(jù)訪問(wèn)的限制使得機(jī)器學(xué)習(xí)變得更加困難，因?yàn)槌鲇诎踩紤]，機(jī)器學(xué)習(xí)工程師不能在未授權(quán)的情況下登錄到生產(chǎn)服務(wù)器，或運(yùn)行尚未經(jīng)過(guò)審核的代碼。為了克服這一挑戰(zhàn)，Coinbase 讓機(jī)器學(xué)習(xí)工程師使用經(jīng)過(guò)徹底審核并提交到 Amazon Elastic Container Registry 的代碼訪問(wèn)數(shù)據(jù)日志。數(shù)字加密貨幣的存在源于信任。Coinbase使用AWS 提供的技術(shù)和服務(wù)來(lái)建立和維護(hù)這種信任，不斷地防患于未然。

AI技術(shù)不僅被用于金融業(yè)務(wù)創(chuàng)新中，而且也被眾多金融機(jī)構(gòu)、監(jiān)管機(jī)構(gòu)用于金融業(yè)務(wù)的風(fēng)險(xiǎn)管理、監(jiān)測(cè)中。AWS在云基礎(chǔ)上，提供AI和機(jī)器學(xué)習(xí)服務(wù)，讓金融企業(yè)客戶(hù)能夠快速釋放AI技術(shù)紅利，構(gòu)建金融安全新底盤(pán)，為反欺詐領(lǐng)域的創(chuàng)新發(fā)展帶來(lái)更多可能。

【1】京東數(shù)字科技研究院《數(shù)字金融》