沈晓春:京东金融反欺诈能力已具备毫秒级的风险预警和响应时效
当大数据和人工智能技术在金融领域充分落地之后，带来的改变将是什么?9月12日，在T11 2017暨talkingdata智能数据峰会上，京东金融风险管理部总经理沈晓春向在场观众描绘出了大数据和AI与金融风控深度融合的场景。现场，沈晓春重点介绍了已经广泛应用于京东金融风控领域的代表性模型和算法，她透露，京东金融大数据风控利用AI技术将反洗钱的流程实现90%自动化;另外，通过RNN的时间序列算法，京东金融对于风险用户识别的准确率超过常规机器学习算法的3倍以上。
图注：京东金融风险管理部总经理沈晓春在T11 2017暨talkingdata智能数据峰会上演讲
三大技术+两大模型 全方位账户安全体系守护账户安全
从登录环节开始，京东金融就可以通过风控系统看到微小的风险苗头，并预测出可能会发生的变化。沈晓春首先以账户登录场景的风险管理举例，她向现场观众介绍到，京东金融已建立起包括设备识别、人机识别、 生物识别三大技术以及异常登录模型和账户等级模型在内的全方位账户安全体系，用于判断当前登录可能产生的风险、判断当前用户行为偏好，从最初端开始保障用户的安全。
以人机识别为例，沈晓春表示，京东金融自主研发了整体的人机识别体系，它从六个维度来对一次实际登录行为进行判定，比如在手机端，通过手摁在屏幕上的力度来判定是不是本人;在PC端，则是通过评估鼠标的轨迹是否规整，来判断是否真正遇到恶意攻击。
谈到异常登陆模型时，沈晓春表示，京东金融的账户安全模型是由多层架构组成，异常登陆模型就是接近于顶层架构的分类模型。据介绍,京东金融异常登录模型结合了前端收集的设备特征编码、生物信息ID与历史数据规律, 在京东金融在线算法系统支持下，可以在毫秒级时间内就完成数百项数据的特征加工与模型计算，是用于保护用户安全的核心模型。
当大数据和人工智能技术在金融领域充分落地之后，带来的改变将是什么?9月12日，在T11 2017暨talkingdata智能数据峰会上，京东金融风险管理部总经理沈晓春向在场观众描绘出了大数据和AI与金融风控深度融合的场景。现场，沈晓春重点介绍了已经广泛应用于京东金融风控领域的代表性模型和算法，她透露，京东金融大数据风控利用AI技术将反洗钱的流程实现90%自动化;另外，通过RNN的时间序列算法，京东金融对于风险用户识别的准确率超过常规机器学习算法的3倍以上。
图注：京东金融风险管理部总经理沈晓春在T11 2017暨talkingdata智能数据峰会上演讲
三大技术+两大模型 全方位账户安全体系守护账户安全
从登录环节开始，京东金融就可以通过风控系统看到微小的风险苗头，并预测出可能会发生的变化。沈晓春首先以账户登录场景的风险管理举例，她向现场观众介绍到，京东金融已建立起包括设备识别、人机识别、 生物识别三大技术以及异常登录模型和账户等级模型在内的全方位账户安全体系，用于判断当前登录可能产生的风险、判断当前用户行为偏好，从最初端开始保障用户的安全。
以人机识别为例，沈晓春表示，京东金融自主研发了整体的人机识别体系，它从六个维度来对一次实际登录行为进行判定，比如在手机端，通过手摁在屏幕上的力度来判定是不是本人;在PC端，则是通过评估鼠标的轨迹是否规整，来判断是否真正遇到恶意攻击。
谈到异常登陆模型时，沈晓春表示，京东金融的账户安全模型是由多层架构组成，异常登陆模型就是接近于顶层架构的分类模型。据介绍,京东金融异常登录模型结合了前端收集的设备特征编码、生物信息ID与历史数据规律, 在京东金融在线算法系统支持下，可以在毫秒级时间内就完成数百项数据的特征加工与模型计算，是用于保护用户安全的核心模型。
除保障用户账户登录安全外，沈晓春还从反洗钱的角度向现场观众讲述了京东金融如何运用AI算法与技术，维护金融安全。沈晓春表示，在反洗钱中，京东金融每一笔交易都基于高性能的计算平台，通过历史交易行为、客户静态信息、以及交易对手信息等，自动化查找可疑交易识别模型里面的情况，最终得出分析结果，做出该商户是非法集资还是地下钱庄，是涉毒还是赌博等的判定。整个流程在事前多层布控，已经实现90%流程自动化，并能覆盖全部业务，
路径学习与关系图谱令黑产分子无处遁藏
在介绍完大数据和AI在金融场景的落地应用之后，沈晓春则重点展示了京东金融风控的两个颇具代表性的算法路径的轨迹学习和基于大规模图计算的涉黑群体挖掘技术。
沈晓春坦言，现在的网络攻击者非常专业，他们会运用多种手段对自己的行为进行一些相应的掩饰。路径的轨迹学习就是通过判断正常用户和异常行为用户浏览点击的不同轨迹，以及他们对于页面产生的不同反应，来区分用户的好坏，进而做出风险预警。
无论网络攻击者如何掩饰，通过深度学习和海量数据的分析，以及对用户行为偏好的分析和对算法的持续优化，京东金融定当竭尽全力为用户的账户安全保驾护航，沈晓春说，通过RNN的时间序列算法，我们对于风险用户识别的准确率可以超过常规机器学习算法的3倍以上。值得一提的是，京东金融的这一算法研究已经被欧洲机器学习会议的PKDD2017收录，得到了国际上的权威认可。
第二个算法基于大规模图计算的涉黑群体挖掘技术，沈晓春将其生动比喻为整个业务的安全防火墙，同时这也是京东金融已经申请的又一项专利技术。沈晓春表示，现在社会中的欺诈行为越来越隐蔽，且具有群体性。而京东金融的涉黑群体挖掘技术能够通过一个突破点从而延伸抓总多隐蔽在表象下的欺诈行为，做到尽早发现可疑行径。目前，这项算法，已经在信贷欺诈、交易欺诈、营销欺诈各个方面进行了应用。
风控能力输出 为银行提供直销银行解决方案
有人说,没有数据的人工智能都是空谈而已,作为一家服务金融行业的科技公司，京东金融天生就具有大数据基因。沈晓春表示，依托互联网、零售和金融服务三大业务，京东积累了大量业务数据。在多维、海量、动态的数据基础上，京东金融实现了人工智能、生物识别、深度学习、图像识别、云计算和区块链等领先技术的创新，并应用到了风险模型、量化运营、用户洞察、企业征信、智能投顾等各个与金融相关的领域中去。
与此同时，京东金融还将数据+人工智能能力进行对外输出，助力传统金融行业提高效率、降低成本、提高收入,真正实现京东金融的AI对金融业赋能。比如京东金融的反欺诈解决方案安全魔方，它拥有每分钟千万级的风控指标运算能力，还具备毫秒级的风险预警及响应时效，可以提升金融机构及电商客户的信贷申请反欺诈、账号与交易安全、营销反欺诈能力，沈晓春说。
值得关注的是，沈晓春还给现场观众介绍了京东金融风控能力输出的一个成功案例为某城商行提供的直销银行解决方案。沈晓春认为，随着民营银行、地区性银行竞争白热化，该城市商业银行面临转型关键时间点。但因触网时间短而缺少线上业务风控经验;同时技术积累不足，此外，该商业银行还面临复杂多变的网络风险问题。京东金融为该银行客户提供了包括风控决策引擎在内的一整套完整的解决方案，帮助该银行实现了对申请欺诈、信用欺诈、账户盗用、洗钱、羊毛党、虚假交易等行为有效防范，并顺利转型。
最后，沈晓春表示，风控一直是京东金融的战略核心，行业里过去用人的经验去做风控，后来用数据、评分卡做风控，直到现在我们开始用大数据+AI的方式去做风控。随着时代的演变及科技的发展，我们相信，大数据+ 人工智能支持金融创新和转型升级的应用空间将无限广阔，二者的联合必将开启金融科技一个全新的未来。
加载全文
[an error occurred while processing this directive]
