《DataVisor數字銀行業欺詐報告》釋出：無監督解決方案是破局關鍵

（2018年11月19日）近日，Money 20/20全球金融科技創新大會首次落地杭州，來自螞蟻金服、花旗銀行、IBM等275位全球金融行業領袖齊聚一堂，洞察全球金融科技未來趨勢。作為全球領先的金融反欺詐技術創新者，DataVisor已於今年10月參加Money 20/20美國拉斯維加斯大會。11月的中國杭州大會上，DataVisor再次受邀，公司金融業務首席諮詢科學家鈕兆新出席並主持“顛覆性科技·風險，安保與欺詐”專題分論壇，並同期釋出了《DataVisor 2018年

數字銀行

業欺詐報告》。

DataVisor出席Money 20/20中國杭州大會並帶來《2018年數字銀行業欺詐報告》

千萬級資料遭洩漏，真實使用者資訊成金融欺詐助推劑

根據研究機構Statistica公佈，僅在2018上半年，美國資料洩漏事件高達668個，超過2200萬個私人資料遭曝光。由於大量資料洩漏以及極易在黑市中購買合成身份，金融欺詐分子透過偽裝成正常使用者，操控賬戶進行欺詐活動，申請欺詐和賬戶盜取已成為美國金融機構兩大欺詐威脅。

面對當下日益頻繁、實時性增強、資料量增大的網際網路金融交易環境，中國新型金融科技公司以及傳統金融機構面臨的反欺詐形勢則更為嚴峻。以信用卡欺詐為例，據《2018中國銀行業產業發展藍皮書》資料顯示，截止2017年底，未償信貸約為5。56萬億元，比2016年增長了36。8％。中國黑產可透過盜用個人資訊、從農村購買身份證資訊以及刷機行為進行網際網路金融的申請。因此，利用真實使用者資訊所建立的欺詐賬戶更難以被檢測和捕捉。

DataVisor金融業務首席諮詢科學家鈕兆新主持會議

現有金融反欺詐方案背後的重大缺陷

作為現代欺詐解決方案中最常見的方法，規則引擎以及有監督機器學習模型都需要依靠大量已知的標籤，因此皆無法跳出過時和低效的窘境。標籤的重新調優、上線執行以及特徵工程的建立，高度依賴人工操作，耗時極長且效果無保障。尤其對頻繁推出新產品的中國金融機構而言，現有方案不僅需要耗費一定的欺詐損失來累計標籤，更無法準確預測與以往不同的欺詐行為。

IP黑名單、電子郵件域或GeoIP資料庫等傳統反欺詐解決方案已經失效，虛假郵件供應商可提供匿名或臨時的電子郵箱地址進行虛假賬戶註冊，VPNs、匿名代理等服務能夠規避IP黑名單的限制檢測。日益增多的欺詐技術和手段，不斷武裝欺詐分子的犯罪能力，迅速彌補現有欺詐檢測系統的漏洞已是迫在眉睫。

DataVisor無監督機器學習演算法無需任何訓練資料或標籤，它能夠處理更多原始資料並自動分析使用者行為模式和相關性。因此，無監督機器學習模型能夠幫助金融機構快速部署和啟動，無需頻繁的重新調優，即可發現新型的欺詐模式，為現有成熟業務以及新型產品提供精準、快速的欺詐檢測價值。

走進美國最大銀行，無監督解決方案加固防守壁壘

DataVisor無監督解決方案自問世以來，便受到美國大型銀行、美國三大徵信局之一Experian、中國浦發銀行等海內外知名金融機構的認可和青睞。此次報告中，DataVisor以美國銀行客戶為例，詳細闡釋了無監督解決方案對消費金融產品下申請欺詐的高精度、大規模識別。

作為美國最大的銀行之一，該金融機構需要精準識別不同類別的欺詐攻擊，進而簡化正常使用者的申請驗證步驟。然而，DataVisor檢測發現，欺詐團伙利用信譽良好的郵箱域和不同的IP地址提交了200多個非法申請，但其中90％都未能得到阻止。除此之外，DataVisor透過檢測數字記錄中微妙的可疑內容，檢測到欺詐團伙利用公共IP在促銷期間建立了300多個賬戶，而銀行現有解決方案都無法注意到該欺詐行為。

DataVisor強大的欺詐檢測方案幫助該銀行額外檢測出30％的欺詐事件，每年挽回損失超四百萬美金。同時，憑藉高達90％的檢測準確性，DataVisor無監督解決方案減少了繁瑣的使用者身份驗證步驟，大幅度提高了使用者體驗，為該銀行現有反欺詐解決方案增添了亮眼的一筆。

關於鈕兆新

鈕兆新是DataVisor解決方案總監，有超過8年的華爾街風險管理經驗。曾擔任美國運通銀行的風險管理總監並參與AI風控模型的建立和實施。在其任職期間，運通銀行在信用和反欺詐風控領域全面實現了機器模型的實施運用，成為了美國第一家透過AI進行風險管理的華爾街銀行。

關於DataVisor

作為線上欺詐和金融犯罪檢測服務的領導企業，DataVisor致力於利用最先進的人工智慧技術，尤其是無監督學習演算法以及大資料應用，最大程度保護使用者和企業。2018年，DataVisor受到美國福布斯、華爾街日報、彭博商業週刊以及矽谷商業雜誌等國際媒體的關注與認可；同時獲得雷鋒網、創業邦、一本財經等7項國內獎項。