2019年6月6日下午，由DataVisor维择科技主办的“维择下午茶”第2期，以“智能反欺诈在金融领域中的应用与优势”为主题的沙龙在上海再掀热潮。
本次活动共吸引了近四十位来自金融行业的技术专家和企业代表，参会企业包括平安金融、360金融、浦发银行、翼支付、51信用卡、你我贷等等国内知名金融机构和科技公司，大家一同就金融欺诈和反欺诈技术的黑白大战展开热烈讨论。
【金融黑产一条龙】
DataVisor维择科技黑产研究员兼高级技术经理周君桢作“金融黑产攻防”主题演讲，他谈到，当今金融黑产中介活动猖獗，有技术中介也有广告中介，他们有广泛的获客渠道，高效的客服团队，标准化的筛选客户标准，精准的金融欺诈策略，升级的欺诈工具来实现快速申请提现、瞬间消失跑路的一条龙服务。
金融欺诈的第一步就是获得一个身份，黑产人员常用的方法有伪造一个不存在的申请人信息，或者冒用一个真人的信息。
当下越来越多的黑科技可以伪造身份，比如伪造设备信息，有清机软件，IP和GPS模拟器等设备，就可以轻易获得客户手机;个人资料信息则可以从黑产市场廉价获得;更令人吃惊的还有3D人脸模拟软件，因为金融服务的认证往往需要人脸识别，但现在仅通过一张照片就能模拟出张嘴、摇头、眨眼等动态动作，逃过人脸审核。此外，还可以人工包装信息资料，在审核红线的边缘疯狂试探平台的风控策略和审查机制，可谓防不胜防。
冒用他人信息则是既损害了金融机构利益又严重损害用户利益的欺诈行为。欺诈团伙还会通过撞库方式获取账户控制权，对账户额度进行消费分期变现;或者中介利用他人申请信息，进行其他平台申请;或直接骗取他人资料信息或诱导他人申贷后返现。不仅如此，黑产中介手中大量的身份信息，也助长了他们冒用代办各种金融申请的违法气焰。面对如此猖獗的黑产，我们如何对抗?
【无监督算法是金融欺诈的天敌】
在打击金融欺诈的道路上，我方力量也在不断升级。无监督机器学习算法就是金融欺诈的天敌。DataVisor维择科技中国区风控咨询专家黄莹深度揭秘了无监督算法的原理。
无监督机器学习引擎的建模有三个步骤：动态特征提取、无监督攻击群检测、结果分类及排序。建模过程中，DataVisor维择科技的无监督机器学习在提取特征时会提取基础特征、统计特征、经验特征等等以保障计算准确，又采用独创的高维聚类、降维计算以提高效率。
黄莹介绍到：“我们的算法总的来说是大道至简。”DataVisor维择科技的无监督机器学习算法在做聚类时没有标签，将团(Cluster)内点做点对点计算，来获知他们的Pairwise Linkage Probability(PLP，成对链接概率)，并计算它们的Cluster Suspiciousness Index(CSI，群集可疑指数)来定性谁是坏人。这种算法非常适用于金融借贷、信用卡申请、消费分期等场景。
DataVisor维择科技在建模时与一般的只检测有效用户的做法不同，对于模型已拦截已拒绝的用户，也会去检测，既关注他们攻击的强规则，也会关注一些弱规则，来全面发现疑似风险。在校验疑似风险环节，除了人工排查外，无监督机器学习也能发挥重要作用，通过发现攻击行为类似的案件来批量校验
嘉宾问答环节依然热烈，不少来宾对金融黑产的多样攻击表示强烈好奇，周君桢和黄莹作为多年从事一线黑产探秘和反欺诈的专家，让不少来宾感叹，一位优秀的反欺诈技术人员的牺牲真的不小，还要伪装成黑产团伙里的卧底，去发现最新的欺诈攻击行为。本次干货满满的维择下午茶第2期在欢声笑语中圆满结束。