快牛金科風控“黑科技”：新金融時代的守門員

“在互聯(lián)網(wǎng)上，沒有人知道你是一條狗”，這句誕生自1993年的互聯(lián)網(wǎng)古早名言，放在如今逐漸實現(xiàn)全面線上化的金融服務上依然適用——在流量背后，沒人知道你是“好人”還是“黑產(chǎn)”。

快牛金科了解到公安部2015年參與發(fā)布的一組數(shù)據(jù)顯示，網(wǎng)絡黑產(chǎn)直接從業(yè)者已經(jīng)超過40萬人，上下游人員160萬人，年產(chǎn)值達到1100億元，而令人諷刺的是，網(wǎng)絡安全產(chǎn)業(yè)的全部產(chǎn)值不到300億。

和金融相關的“黑產(chǎn)”滲透于支付、借貸、消費等多個環(huán)節(jié)，快牛金科從風險角度來看，金融行業(yè)需要防范的東西一直未變，身份欺詐、不適當授信，以及不當授信帶來的還款壓力等。隨著時代的進步和技術的發(fā)展，欺詐與反欺詐的博弈戰(zhàn)場從線下走到線上，風控面臨著更大的挑戰(zhàn)，快牛金科認為不斷更新?lián)Q代的新技術，也帶來了更有效的風險防范手段。

魔高一尺，道高一丈

“風控的第一步，其實還是確認三大哲學終極命題中的‘你是誰?’”郭曦說道?？炫＝鹂艭RO，曾先后服務于支付寶、芝麻信用和菜鳥供應鏈金融團隊，擁有10余年零售金融與互聯(lián)網(wǎng)大數(shù)據(jù)挖掘經(jīng)驗的郭曦，在談論起風控時，他的口頭禪依然是：風控真的很有意思。

快牛金科由出身BAT類IT科技公司、大型律師事務所和權威金融機構(gòu)前高管共同創(chuàng)辦，是一家以人工智能技術和大數(shù)據(jù)建模為核心的綜合金融科技集團企業(yè)，主要面向未被央行征信所覆蓋的年輕人群體，快牛金科通過挖掘數(shù)據(jù)特征定位客戶需求，為用戶進行精準、便捷的個人授信。

“互聯(lián)網(wǎng)上的授信決策讓虛擬環(huán)境下的身份識別非常關鍵，常見的人臉識別技術就派上用場。但是‘黑產(chǎn)’也在不斷進化，比如把我們系統(tǒng)中失敗的人臉認證調(diào)出來一看，進行欺騙攻擊的有PS高清照、播放預制視頻等，高級的還有3D人臉模型，讓它搖頭動嘴都能做到。所以說，與‘黑產(chǎn)’斗，其樂無窮。”

針對這些攻擊，據(jù)郭曦介紹，快牛金科運用光線活體這一新技術——將不同顏色和強度的光線投射到面部，經(jīng)攝像頭接收后，運用一系列算法處理和卷積神經(jīng)網(wǎng)絡，分析推導人臉信息。光線活體技術建立在密碼學的堅實基礎之上，是目前已知安全級別最高的技術之一。

快牛金科認為相比虛假身份的識別，組團欺詐的發(fā)現(xiàn)難度更大。一般來說，團體欺詐往往隱藏在非常復雜的關系網(wǎng)絡里，很難識別。只有把其中隱含的關系網(wǎng)絡梳理清楚，才有可能去分析出其中潛在的風險。知識圖譜，因為天生用來描述關系網(wǎng)絡，因而具備了分析組團欺詐的便捷手段。

簡單來說，用戶的每個數(shù)據(jù)都可以作為一個節(jié)點，數(shù)據(jù)節(jié)點之間產(chǎn)生聯(lián)系后就產(chǎn)生了邊，這些節(jié)點與邊構(gòu)成了龐大的數(shù)據(jù)量。將這些信息進行整合，并構(gòu)建已知的主要欺詐要素(如手機、設備、賬號和地域等)的關系圖譜，便可全方位了解借款人風險數(shù)據(jù)的統(tǒng)計分析，對潛在的欺詐行為作出及時的反應。

擁有底層數(shù)據(jù)源的BAT都建立了基于關系圖譜計算的引擎和數(shù)據(jù)庫，用于監(jiān)測用戶風險的傳播。而快牛金科和騰訊合作的“星圖”產(chǎn)品，通過引入知識圖譜技術，可以在開源或常見數(shù)據(jù)庫中，插入新用戶的數(shù)據(jù)節(jié)點，從而進行用戶的風險查詢。和以往產(chǎn)品相比，星圖中數(shù)據(jù)節(jié)點的插入速度和用戶結(jié)果的查詢效率都大大提高。

除了發(fā)現(xiàn)新用戶的數(shù)據(jù)造假、歷史違約、組團欺詐外，快牛金科應用的關系圖譜技術在監(jiān)測老用戶的風險聚集上也起到了至關重要的作用。

快牛金科：數(shù)據(jù)決定模型準確率的上限

“你有多少數(shù)據(jù)，就決定了你能夠做得多好，所有的策略和算法都在無限逼近那個‘可能的上限’，那個‘天花板’就是由數(shù)據(jù)決定。”在郭曦看來，快牛金科最大的優(yōu)勢就在于其數(shù)據(jù)的“深”與“廣”。作為多家頂級機構(gòu)的聯(lián)合建模實驗室成員，快牛金科擁有豐富多元的數(shù)據(jù)來源，涵蓋了用戶交易、出行、社交、資產(chǎn)等線上線下的2000多個維度的海量數(shù)據(jù)，使得全面刻畫一個用戶的風險畫像成為可能。

但互聯(lián)網(wǎng)上的數(shù)據(jù)大多為弱相關性數(shù)據(jù)，深入研究這些數(shù)據(jù)成為必修課。快牛金科與BATJ及一些大型數(shù)據(jù)供應商進行深度合作，直接在這些底層數(shù)據(jù)源中建立定制化的策略和模型，從弱相關數(shù)據(jù)提取強相關性的變量，再總結(jié)出強相關性的評分模型，最后在快牛金科做進一步的加工。在快牛金科自主研發(fā)的元方智能云風控系統(tǒng)上，風險模型的KS值已經(jīng)達到0.45以上。

數(shù)據(jù)的“廣”和“深”，讓快牛金科的模型表現(xiàn)出優(yōu)秀的風險區(qū)分能力，尤其是在小額借貸、小額分期上。

“經(jīng)歷過早期信用風險模型建立的人都知道，專家模型的KS值很低。而隨著多元數(shù)據(jù)源的不斷收集、AI算法的持續(xù)升級，特別是深度學習的出現(xiàn)，讓現(xiàn)在的大數(shù)據(jù)模型能對用戶風險進行精準的量化評估。”郭曦解釋了元方風控系統(tǒng)模型0.45的KS值的概念：“在我們拒絕20%‘好’用戶的時候，65%的違約或欺詐用戶也會被‘攔在門外’。”在互聯(lián)網(wǎng)風控實踐中，這無疑是一個極為有效的模型。

郭曦就職于螞蟻金服期間，就曾負責海量用戶數(shù)據(jù)下的交易與信用風險相關的機器學習模型開發(fā)與應用策略，主導了千億級團伙網(wǎng)絡欺詐識別模型。對他而言，在快牛金科的風控模型中，根據(jù)模型的有效性、準確性、覆蓋率和波動性對其進行合理迭代提出了更為具體的要求。

不僅如此，在多維刻畫用戶畫像、精準量化用戶風險的基礎上，保證良好的用戶體驗也對郭曦和他的團隊提出了挑戰(zhàn)。

“信用審核中，爭分奪秒是必須的，用戶往往缺乏耐心。此時，風控系統(tǒng)的實時計算能力就成為一個考驗。”郭曦解釋道?；ヂ?lián)網(wǎng)金融的獲客成本水漲船高，每多等1分鐘，用戶的流失都是不可估量的損失。面對復雜多樣的用戶數(shù)據(jù)，需要強大的實時數(shù)據(jù)梳理和加工能力將其加工成各種特征維度，才能提煉出用戶特征對其進行風險評判。構(gòu)建實時風控計算能力是快牛金科整個風控系統(tǒng)中重要的一環(huán)?？炫＝鹂颇壳翱梢詫崿F(xiàn)新用戶3分鐘內(nèi)、老用戶1分鐘內(nèi)的風險評估和算法決策。

金融科技行業(yè)的發(fā)展讓技術降低了金融服務的門檻，服務渠道的下沉、平臺的互聯(lián)網(wǎng)化、金融產(chǎn)品的小額高頻化，都對風控提出了更現(xiàn)代化和個性化的要求。在這個過程中，風控是眺望者，也是守門員?；诳萍寄芰崿F(xiàn)對傳統(tǒng)風控流程的革新，將風險前置，全面提升業(yè)務風控能力成為金融科技企業(yè)持續(xù)經(jīng)營的重點。

對于以快牛金科CRO郭曦為代表的風控從業(yè)者來說，數(shù)據(jù)是有趣的、風控是充滿挑戰(zhàn)的，如何更好地利用大數(shù)據(jù)技術服務金融、服務用戶將是他們未來持續(xù)探索的方向。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。