[商业信息]DataVisor维择科技吴中受邀出席2019全球新经济年会

【/h/】近日，由上海市经济和信息化委员会、上海市商务委员会、上海市长宁区人民政府主办，上海市长宁区青联、亿欧公司协办的2019全球新经济年会，于6月12日至14日在上海世界贸易展览馆隆重举行。会议以“科技引领智能新时代”为主题，围绕科技创新板、5g、智能制造、金融技术等创新热点展开。特别是在金融科技论坛上，嘉宾们对“开放银行”、“情景金融”、“产业互联网”的思考碰撞，为科技创新企业探索金融科技赋能、土地银行带来了有价值的借鉴。现场座无虚席，掌声不断。

【/h/】data visor Technology China总经理吴忠应邀出席2019年全球新经济年会金融技术论坛，并就“人工智能在无监督学习技术金融技术行业风险控制中的应用及优势”发表主旨演讲。

黑链结构完整专业

【/h/】自从黑产业链发展以来，从个人行为变成了专业的犯罪团伙活动。它们连接着上下游，有着巨大的黑色产业市场。其中有很多黑中介，他们不仅控制账号和身份信息，还知道如何渗透到业务的各个方面进行大规模攻击，包括身份盗窃、欺诈开户、现金交易、非法集资等。

“黑色生产链是一个相对完整的结构，从上游的技术手段，如卡商和编码平台，到中游的代理知识产权和外包服务，再到下游的专业计费，完成一套完整的‘薅羊毛’运营”，吴忠在讲话中说。

【/h/】现在的黑产品不仅装备先进，进攻策略也越来越狡猾。他们会根据不同的场景制定不同的攻击策略。比如在社交电子商务领域，当金额较小时，他们会先用少量账号测试平台的风险控制规则，然后通过批量账号进行大规模攻击。在金融行业，钱的量一般都比较大，所以会想尽办法伪装身份，潜伏更长的时间，慢慢的举牌等待机会。在datavisor Technology遇到的案例中，部分黑产品攻击的潜伏期最长，超过半年或近一年。

【/h/】由此可见，我们的敌人发展很大，是一个成熟的，有组织的，分工明确的，有技术能力的，有ai能力的，甚至有耐心的黑色产业帮。黑色产业链已经渗透到很多场景，严重危及金融业的公平和安全。

反诈骗ai组合拳不甘示弱

面对升级后的黑产品，反欺诈领域已经从最初依赖经验的“专家规则”转变为ai加入后通过大量标签训练机器模型的“监督式机器学习”，在一定程度上遏制了黑产品攻击。然而，它们是新的和未知的攻击。这两种方法都有各自的缺点，缺乏预见攻击的能力。因此，无监督机器学习算法作为数据遮挡的核心技术，正在帮助反欺诈行业弥补以往技术在拦截未知欺诈方面的不足。

吴忠说:“无监督机器学习的优点是:一是不依赖过去的标签发现未知的欺诈；二是可以捕捉其在欺诈发现早期的异常行为，如注册；第三，与监督学习相比，规则可以通过群体异常行为的共性进行归纳，更好解释。”

datavisor Technology认为，ai技术可以应用于金融风险控制的各个方面。到目前为止，ai技术还没有取代一项技术。早期的“黑名单、白名单”、“专家规则”和“监督学习算法”仍然有其适用场景和存在价值。事实上，这些模型在风险控制的各个阶段或方面发挥着互补的作用。要做好风险控制，需要结合ai的各种技术，做好组合拳，有效快速覆盖已知诈骗，发现未知团伙诈骗。

技术落地才是硬道理

大家都夸ai好，但实际上技术很重要。适应现场需要，了解行业痛点，完成专业系统流程也很重要。数据采集、数据管理、工程设备建设等是一个复杂而繁琐的系统。这就是为什么datavisor技术的最新产品dcube致力于创建一个基于平台的全面反欺诈管理解决方案。

dcube不仅是底层数据层的数据治理和特征工程工具，还包括欺诈特征库和定制特征全球智能区域库；也是中层模型，无监督的机器学习模型；也可以访问监督的机器学习规则。“全面”是其优势之一。

不仅如此，dcube还可以帮助不同的角色在金融行业扮演不同的角色。业务人员能够出口风险控制市场，掌握全局，了解风险控制对业务和产品的影响；欺诈风险分析师可以定点分析中间的欺诈案件，并生成防范措施；数据科学家和工程师可以专注于模型，包括建模和数据治理；合规官可以查看中间流程是否存在运营风险。“平台化”是它的另一个主要优势。有了“全面”和“平台化”的优势，dcube的落地将更适合金融场景的需求。

【/h/】2019全球新经济年会金融科技论坛还邀请了众多金融科技行业先锋企业的代表，如平安一帐、恒生电子、慧眼科技、国美金融、苏宁金融研究院等。论坛吸引了500多名与会者。