科技賦能金融，詳解中國銀行“網(wǎng)御”智能反欺詐服務(wù)

張燕

8月28日，中國銀行榮獲《亞洲銀行家》“2020年度中國最佳人工智能應(yīng)用”獎項，以表彰其通過“網(wǎng)御新一代事中風(fēng)控系統(tǒng)”（以下簡稱“網(wǎng)御”）提供的智能反欺詐服務(wù)。

近年來，隨著數(shù)字金融蓬勃發(fā)展，日新月異的新型詐騙手段對于銀行的反欺詐能力提出了更高的要求，也成為數(shù)字金融時代銀行必須打造的核心能力。與傳統(tǒng)銀行采用的反欺詐風(fēng)險防控措施相比，“網(wǎng)御”圍繞事中交易監(jiān)控，創(chuàng)新運用多項金融科技技術(shù)開展實時反欺詐工作。

中行“網(wǎng)御”項目于2018年2月正式投入運營，主要面向線上渠道服務(wù)，綜合運用大數(shù)據(jù)、云計算和人工智能等先進(jìn)技術(shù)，有效識別和實時處置欺詐風(fēng)險事件，進(jìn)一步完善了事前風(fēng)險識別評估、事中風(fēng)險監(jiān)測預(yù)警、事后風(fēng)險響應(yīng)處置的全流程風(fēng)險管理體系。經(jīng)過兩年多的持續(xù)運營，“網(wǎng)御”系統(tǒng)累計實時監(jiān)測交易數(shù)十億筆，攔截電信詐騙交易、避免客戶資金損失10億余元。

據(jù)中國銀行負(fù)責(zé)個人金融線上安全的專家介紹，近一年來中行應(yīng)用機器學(xué)習(xí)技術(shù)推動反欺詐能力再上臺階，基于海量交易數(shù)據(jù)和高維度行為特征，建成了適用于高頻交易場景的實時反欺詐機器學(xué)習(xí)模型，形成了一套深度融合機器學(xué)習(xí)模型和專家經(jīng)驗的事中風(fēng)控體系。一方面，通過流計算技術(shù)和傳統(tǒng)批量計算結(jié)合的模式，可以滿足銀行日常交易高并發(fā)、低延時、高精度、高可靠等要求。另一方面，機器學(xué)習(xí)模型可以通過對交易行為模式進(jìn)行細(xì)致刻畫和全面“了解”，更加敏銳地洞察欺詐風(fēng)險，及時發(fā)現(xiàn)新型欺詐行為，最大限度地防范欺詐行為的發(fā)生。

今年6月，中國銀行客戶趙女士接到自稱是某電商平臺售后客服電話，對方謊稱趙女士購買的商品被檢驗出甲醛超標(biāo)，還稱如果趙女士在該平臺信用分達(dá)到750分，可辦理退貨并進(jìn)行3倍賠償，提示趙女士在線借款5000元幫助提升信用分。隨后趙女士點擊了對方發(fā)來的鏈接，根據(jù)引導(dǎo)填寫了手機號、銀行賬號、取款密碼等信息。詐騙分子利用這些信息登錄了趙女士的手機銀行，通過電話騙取了手機驗證碼，試圖將賬戶內(nèi)存款轉(zhuǎn)出。在資金轉(zhuǎn)出前，趙女士接到了中國銀行客戶服務(wù)熱線95566來電。中國銀行“網(wǎng)御”系統(tǒng)實時識別出了交易異常風(fēng)險，中行反欺詐專員與趙女士核實情況后及時拒絕了交易，防止了客戶資金損失。事后，趙女士對中國銀行及時有效的反欺詐服務(wù)表示了衷心的感謝。

“我們結(jié)合用戶畫像、交易習(xí)慣、欺詐特點等因素，制定了幾百條專家規(guī)則，在交易發(fā)生的瞬間，‘網(wǎng)御系統(tǒng)會將這筆交易的特征與這幾百條專家規(guī)則進(jìn)行比對，并作出該交易是否存在欺詐風(fēng)險的判斷。然后根據(jù)風(fēng)險的等級對用戶作出彈窗提醒、生物特征識別，甚至是人工電話確認(rèn)等方式，來及時核實、警告或阻斷疑似風(fēng)險交易，有效保障客戶資金安全?！敝行邪踩珜＜腋嬖V《中國經(jīng)濟周刊》記者，通過引入此前銀行較少應(yīng)用的流計算等開源技術(shù)，在每秒近1000筆交易同時發(fā)生的情況下，“網(wǎng)御”系統(tǒng)處理每筆交易的計算耗時還不到30毫秒。也就是說，在用戶還沒有察覺的一瞬間，“網(wǎng)御”系統(tǒng)已經(jīng)可以通過用戶的行為作出判斷。

據(jù)中行專家介紹，在基于大數(shù)據(jù)累積下形成的專家規(guī)則之外，“網(wǎng)御”最大的優(yōu)勢在于通過人工智能的應(yīng)用，形成了可以不斷分析用戶習(xí)慣、總結(jié)欺詐特征，進(jìn)行規(guī)則補充的機器學(xué)習(xí)模型。應(yīng)用機器學(xué)習(xí)模型可在降低挑戰(zhàn)量的同時，攔截更多的欺詐交易。除此之外，該機器學(xué)習(xí)模型對新型案件也表現(xiàn)出了非常強的識別能力，突破了專家規(guī)則在案件識別準(zhǔn)確率和新型案件識別上的瓶頸。這也是國內(nèi)大型銀行在高頻實時決策場景應(yīng)用機器學(xué)習(xí)模型的領(lǐng)先成功實踐。

“通過過去兩年的實踐，我們發(fā)現(xiàn)欺詐行為的變化可以說是‘與時俱進(jìn)的。每當(dāng)我們識別出一類欺詐行為的特征并將其加入到專家規(guī)則中后，接下來就會發(fā)現(xiàn)這類欺詐行為快速消失了，但很快就會出現(xiàn)另一種特征的欺詐模式?！敝行袑＜腋嬖V《中國經(jīng)濟周刊》記者，在沒有機器學(xué)習(xí)模型之前，只能在欺詐交易發(fā)生后，通過一系列的數(shù)據(jù)分析，總結(jié)出新的規(guī)則來進(jìn)行識別和防范。應(yīng)用機器學(xué)習(xí)模型后，“網(wǎng)御”可以分析識別出客戶的異常交易行為，進(jìn)而對新的欺詐交易模式進(jìn)行報警，大幅度提升了反欺詐風(fēng)控的效率和能力，對網(wǎng)絡(luò)黑產(chǎn)造成了一定程度上的打擊。

“這不僅是中國銀行應(yīng)用人工智能和大數(shù)據(jù)技術(shù)推動銀行數(shù)字化轉(zhuǎn)型的成功實踐，對銀行同業(yè)和互聯(lián)網(wǎng)金融行業(yè)也同樣擁有推廣價值和借鑒意義?！敝行邪踩珜＜艺f，下階段，在依托“網(wǎng)御”建設(shè)實現(xiàn)風(fēng)控策略自動化、風(fēng)險處置流程化的同時，中國銀行還將進(jìn)一步構(gòu)建完善集事前防控、事中控制和事后分析與處置為一體的全流程風(fēng)控體系，全面提升風(fēng)控數(shù)字化和智能化水平，為客戶持續(xù)提供安全高效的優(yōu)質(zhì)服務(wù)。

（本文刊發(fā)于《中國經(jīng)濟周刊》2020年第17期）