(2018年11月19日)近日，Money 20/20全球金融科技创新大会首次落地杭州，来自蚂蚁金服、花旗银行、IBM等275位全球金融行业领袖齐聚一堂，洞察全球金融科技未来趋势。作为全球领先的金融反欺诈技术创新者，DataVisor已于今年10月参加Money 20/20美国拉斯维加斯大会。11月的中国杭州大会上，DataVisor再次受邀，公司金融业务首席咨询科学家钮兆新出席并主持“颠覆性科技·风险，安保与欺诈”专题分论坛，并同期发布了《DataVisor 2018年数字银行业欺诈报告》。
DataVisor出席Money 20/20中国杭州大会并带来《2018年数字银行业欺诈报告》
千万级数据遭泄漏，真实用户信息成金融欺诈助推剂
根据研究机构Statistica公布，仅在2018上半年，美国数据泄漏事件高达668个，超过2200万个私人数据遭曝光。由于大量数据泄漏以及极易在黑市中购买合成身份，金融欺诈分子通过伪装成正常用户，操控账户进行欺诈活动，申请欺诈和账户盗取已成为美国金融机构两大欺诈威胁。
面对当下日益频繁、实时性增强、数据量增大的互联网金融交易环境，中国新型金融科技公司以及传统金融机构面临的反欺诈形势则更为严峻。以信用卡欺诈为例，据《2018中国银行业产业发展蓝皮书》数据显示，截止2017年底，未偿信贷约为5.56万亿元，比2016年增长了36.8%。中国黑产可通过盗用个人信息、从农村购买身份证信息以及刷机行为进行互联网金融的申请。因此，利用真实用户信息所创建的欺诈账户更难以被检测和捕捉。
DataVisor金融业务首席咨询科学家钮兆新主持会议
现有金融反欺诈方案背后的重大缺陷
作为现代欺诈解决方案中最常见的方法，规则引擎以及有监督机器学习模型都需要依靠大量已知的标签，因此皆无法跳出过时和低效的窘境。标签的重新调优、上线执行以及特征工程的创建，高度依赖人工操作，耗时极长且效果无保障。尤其对频繁推出新产品的中国金融机构而言，现有方案不仅需要耗费一定的欺诈损失来累计标签，更无法准确预测与以往不同的欺诈行为。
IP黑名单、电子邮件域或GeoIP数据库等传统反欺诈解决方案已经失效，虚假邮件供应商可提供匿名或临时的电子邮箱地址进行虚假账户注册，VPNs、匿名代理等服务能够规避IP黑名单的限制检测。日益增多的欺诈技术和手段，不断武装欺诈分子的犯罪能力，迅速弥补现有欺诈检测系统的漏洞已是迫在眉睫。
DataVisor无监督机器学习算法无需任何训练数据或标签，它能够处理更多原始数据并自动分析用户行为模式和相关性。因此，无监督机器学习模型能够帮助金融机构快速部署和启动，无需频繁的重新调优，即可发现新型的欺诈模式，为现有成熟业务以及新型产品提供精准、快速的欺诈检测价值。
走进美国最大银行，无监督解决方案加固防守壁垒
DataVisor无监督解决方案自问世以来，便受到美国大型银行、美国三大征信局之一Experian、中国浦发银行等海内外知名金融机构的认可和青睐。此次报告中，DataVisor以美国银行客户为例，详细阐释了无监督解决方案对消费金融产品下申请欺诈的高精度、大规模识别。
作为美国最大的银行之一，该金融机构需要精准识别不同类别的欺诈攻击，进而简化正常用户的申请验证步骤。然而，DataVisor检测发现，欺诈团伙利用信誉良好的邮箱域和不同的IP地址提交了200多个非法申请，但其中90%都未能得到阻止。除此之外，DataVisor通过检测数字记录中微妙的可疑内容，检测到欺诈团伙利用公共IP在促销期间创建了300多个账户，而银行现有解决方案都无法注意到该欺诈行为。
DataVisor强大的欺诈检测方案帮助该银行额外检测出30%的欺诈事件，每年挽回损失超四百万美金。同时，凭借高达90%的检测准确性，DataVisor无监督解决方案减少了繁琐的用户身份验证步骤，大幅度提高了用户体验，为该银行现有反欺诈解决方案增添了亮眼的一笔。
关于钮兆新
钮兆新是DataVisor解决方案总监，有超过8年的华尔街风险管理经验。曾担任美国运通银行的风险管理总监并参与AI风控模型的建立和实施。在其任职期间，运通银行在信用和反欺诈风控领域全面实现了机器模型的实施运用，成为了美国第一家通过AI进行风险管理的华尔街银行。
关于DataVisor
作为在线欺诈和金融犯罪检测服务的领导企业，DataVisor致力于利用最先进的人工智能技术,尤其是无监督学习算法以及大数据应用，最大程度保护用户和企业。2018年，DataVisor受到美国福布斯、华尔街日报、彭博商业周刊以及硅谷商业杂志等国际媒体的关注与认可;同时获得雷锋网、创业邦、一本财经等7项国内奖项。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
