揭秘 | 你所不知道的AI反欺诈暗战
最后更新：2020-03-16 10:01:10 手机定位技术交流文章
金融诈骗是“智力升级”。为了帮助用户抵御“隐形”风险，JD.com金融在315前夕宣布将为用户提供100万元的账户安全。京东数码事业部开发的智能反欺诈平台领先其他平台一步，在黑色产品受到攻击之前阻止攻击。这种账户安全的“双重保险”在消费者的每一笔交易中都是激烈的，但普通用户却无法察觉。这些“不知情”的保安是如何做到的？人工智能黑技术是如何工作的？杜南记者采访了京东数字风险管理中心和智能风力控制技术的相关负责人，让您更接近智能风力控制背后的故事。
1第1部分电刷盗窃到底是怎么发生的？
杜南的记者了解到，京东最近推出的账户安全百万保证是对以前账户安全的升级，京东的应用实名认证用户可以免费获得。升级后，覆盖范围将扩大，用户的京东金融账户和绑定到账户的银行卡下的资产或权利将得到保护。据了解，此次安全升级后，用户的报告操作和平台反馈的及时性将大大提高一旦发现被盗或疑似被盗的刷子，您可以在安全保护权利页面上进行“一键式报告”。
京东数字账户安全保险
无举报门槛。如果用户有道德风险要报告呢？京东金融平台如何过滤，用户是否是真正的小偷？JD.com风险管理中心负责人张冰在杜南对记者说，JD.com目前使用人工智能模型和风控管理平台结合安全专家来共同判断用户的报告是否是真正的欺诈。“客户提交报告请求后，后台算法已经在进行实时计算来判断请求”张兵解释道
，但是，消费者应该注意的事实是，由于目前的各种欺诈手段，偷窃刷子的原因也是不同的。“黑色生产欺诈有时涉及用户的主观或被动参与。例如，用户可能参与交易并遭受欺诈，从而导致资金损失，”张冰补充道。“这不在账户安全保险范围内。”
此外，张兵指出，客户还需要提高警惕，提高防范意识，避免多个平台使用同一组密码，不要随意点击未知链接或未受保护的网络，不要随意扫描未知来源的二维码，也不要使用未知来源的软件为了防止个人信息的泄露或消费者的经济损失，也要求消费者注意区分，不信任他人，保护自己的合法权益不受侵犯，避免因信息泄露而造成的损失
part2从被动防御到主动攻击
显然不足以完全依靠消费者的金融消费安全教育和事后补偿。京东金融的账户安全保障依赖于其自身开发的智能反欺诈平台。张智能控风技术负责人拿出以下图片，为记者详细讲解如何开展黑货暗战
京东数字智能反欺诈平台
张表示，该平台由智能反欺诈引擎、自动反机器学习平台、智能可视化与处置平台和智能安全平台四大平台组成，解决了多种业务场景下的反欺诈问题
最核心的技术突破之一是基于人工智能的自动对抗机器学习平台，这是用来真正打击黑色生产“反欺诈的难点在于，当我们进行防御时，黑色产品会不断攻击我们，利用高科技手段突破我们原有的固定策略和模式，攻击方式多样且速度极快。”解释道
面对如此多不同黑人的攻击模式，如何快速响应迭代？张在告诉记者，如果仅靠人力解决问题，相对来说比较落后，需要大量的资源，而这种自动对抗的机器学习平台已经克服了这个问题。所谓“自动对抗”是指采用小样本学习、图神经网络等算法实现人工智能，代替人工实时捕捉欺诈动态信息，实现特征自动衍生、模型自动选择、策略自动推荐、与欺诈团伙自动对抗
”的整个过程，事实上，它更多的是一个人工智能技术平台来对抗它，大大减少了人力”张对说，“过去经常发生这样的情况，或者说是黑货在损失发生后来采取防御措施，但是现在我们可以在黑货还没有完成进攻的过程中，主动提前进攻，准确打击。它解决的关键问题是我们已经从被动防御转向主动攻击。
除了自动对抗机器学习平台，智能可视化和处置平台也是反欺诈平台“勇敢”的成员据报道，该平台的主要功能是“分析”过去，案例数据和如何处理案例的信息由平台实时分析和可视化处理，并与自动对抗机器学习平台交互，使人工智能能够不断学习。使用智能安全平台订阅事件，并在面对不同类型的欺诈时自动选择相关产品组件；这些分析结果可以为决策引擎提供策略和模型。
第三部分“不舒服”是从哪里来的？
，从密码和指纹到刷脸付款，事实上，消费者在前端使用的体验一直在不断改善。毫秒交易是顺利和无缝的，不能脱离互联网安全专家的智能风力控制支持。如何实现这种“非感官平滑”？程序员正在阻挡客户无法察觉的风险。
“我们的目标是改善好用户的体验，增加坏用户的犯罪成本。”张在告诉记者“当我们判断这个用户是一个非常安全的用户时，我们可以让他用指纹甚至没有感觉的方式付款，而且很容易通过但是，如果用户涉嫌犯罪，我们可能会让他执行高级操作，如行人面部活检，以增加犯罪成本。“
但是有成千上万的正常用户和坏用户。如今，每一个犯罪集团的犯罪特点或方法都不一样。使用传统规则或黑名单来确定行为轨迹可能是无效的，并且再次需要人工智能手段每个人的行为都有自己独特的特点。如果这些特征被构建到模型数据库中，并且面对相同类型的特征或相似的行为轨迹，那么这种风险可以被预先预测，并且坏用户的下一个动作可以被拦截。张说，
HDGI
是开发的一种无监督异构图神经网络算法，在此过程中非常有效地抵御了对黑色产品的这种大规模攻击。然而，在对黑色产品进行超大规模用户和社区关系建模的过程中，存在许多问题，如如何学习这些复杂网络中节点和关系的表示。京东提出了一种无监督的异构图神经网络模型，非常巧妙地解决了这个问题。此外，对于规模为5亿个节点和10亿条边的图形数据，计算时间可以达到分钟级别的返回，这在行业中已经非常领先。”对张说道< br>
他举了一个例子来解释一个设备是由普通家庭用户共享还是由黑色产品共享。使用这种图形计算模型，可以挖掘动态信息。“如果发现它实际上被一个正常的家庭使用，它将在这个时候被释放，而用户不会察觉但是，如果发现这不是一个正常的社区，这是一个真正的黑市攻击，我们将增加一些止损操作。“
然而，反欺诈的战争才刚刚开始张说，风险对抗、欺诈和反欺诈是一个不断相互博弈的过程。张冰补充说，反欺诈团队的智能性和虚拟化特征越来越明显，平台的反欺诈能力在未来的很长一段时间内仍将受到考验。“跨境非金融领域的金融欺诈越来越多。越来越明显的是，试图通过秘密手段来攻击你。“
对此，张兵认为，反欺诈外部授权是提升行业整体反欺诈能力的途径之一，通过反欺诈联盟建立跨行业合作和信息交流是目前可行的解决方案。然而，未来的挑战是尽可能将风险放在首位。据估计，赢得黑白产品数字化和虚拟化的速度是一场无法停止的战斗。来自
:记者熊润淼
本文由 在线网速测试 整理编辑，转载请注明出处。
