金融交易数据驱动的图谱网络智能化欺诈侦测

2020-10-21 03:14:40郑建宾赵金涛
应用科学学报 2020年5期
关键词:特征用户模型

孙 权,汤 韬,郑建宾,潘 婧,赵金涛

1.复旦大学计算机科学技术学院,上海200433

2.中国银联电子支付研究院,上海201201

随着互联网的飞速发展,当前金融交易、支付场景逐渐多元化.在场景逐渐发展成熟的过程中,其潜在的风险也在不断地演化和迭代[1].与此同时,金融欺诈用户利用各种手段及漏洞进行套利、套现[2]、互联网攻击[3-4]、洗钱等金融欺诈及犯罪行为,已经从个体的用户逐渐向集群团伙化、规模化有组织的群体发展,形成庞大的产业链.据阿里巴巴和南方都市报共同发布的《2018 网络黑灰产治理研究报告》显示[5],2017年中国网络黑色产业规模为450 多亿元,已达千亿元规模,黑灰产业比安全产业发展得更为迅速.同时,自动化群控技术、人工智能、生物认证等先进的计算机技术已经在该产业链集团中被逐渐利用,欺诈团伙及犯罪用户的欺诈手段逐渐升级[6],产业链条逐渐深入,存在着极大的系统性金融风险,给当前的风控反欺诈工作带来了挑战.

当前传统金融风控体系打击欺诈的手段主要基于个体的欺诈用户行为分析,采用人工核验、专家规则等风控方法开展侦测工作.面对海量的金融风险数据,亟需智能化程度较高的模型方法,在当前支付数据和用户数据的驱动下,对日益严峻的团伙化风险进行自动化智能化的侦测.当前的欺诈用户标签多来自人工标注和客户投诉,标签量极其匮乏,亟需开发相关业务模型,支撑不平衡的样本数据侦测……

登录APP查看全文

猜你喜欢
特征用户模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
关注用户
商用汽车(2016年11期)2016-12-19 01:20:16
3D打印中的模型分割与打包
关注用户
商用汽车(2016年6期)2016-06-29 09:18:54
关注用户
商用汽车(2016年4期)2016-05-09 01:23:12
如何获取一亿海外用户
创业家(2015年5期)2015-02-27 07:53:25
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15