|
“你刚买了车，各种车险公司的电话就打来了，相信大家都有过类似经历，因为黑产的存在，数据泄露及欺诈交易等风险如影随形，金融相关行业，实时风控显得尤为重要。”这是2月17日，从合规与反欺诈管理最佳实践研讨会上传出的声音。 本次会议，由“支付行业第一门户网站”中国支付网和“金融行业风控领军者”邦盛金融联合举办，会议地点设在北京天泰宾馆。与会者达200余人，中国电信、银联商务、通联支付、携程、途牛、易宝支付等近百家机构代表齐聚一堂。
网络黑产肆虐 风险无处不在 “知己知彼，方能百战不殆”，当前黑产运作体系化、产业化及欺诈手段的多样化给支付体系前中后的风险防控都带来了巨大挑战。 研讨会上，邦盛金融黑产专家鲍俊带来了最新的黑产动向研究汇报。他认为，现在的黑产，早已形成了一个系统性的产业，甚至出现了标准的流水线式分工。可以说，只要在网络上输入过自己身份等信息的，都有可能成为黑产掘金的源头信息。 鲍俊称，在互联网大数据时代，企业很难避免自己的客户相关信息被黑产收集后非法牟利，但却可以通过风控方式，最大化地缩小甚至是避免类似风险。 实时风控反欺诈：将风险遏制在萌芽阶段 随着黑产技术越来越“高精专”，企业的客户信息及相关数据，面临着很大的外部风险，尤其是跟金融相关的企业，欺诈风险进一步加剧，而传统的以事后分析和准实时监控为主的风控手段，越来越难以抵挡携高额利润诱惑和潜伏在各个平台的黑产势力。 会议上，易宝支付风控总监陈锋，深入剖析支付机构反欺诈管理面临的五大挑战，并结合已经采用的邦盛的设备指纹、代理侦测、流立方等技术，多角度分享了易宝风险体系建设的实战经验。 近年来，机器学习应用技术在金融反欺诈和授信行业迅速发展，一些创新性较强的机构已经以规则引擎和机器学习引擎双引擎模式建设中央风险监控平台。 会上，邦盛金融资深反欺诈专家孙斌杰，从机器学习应用技术的角度娓娓道来。邦盛的机器学习产品可以训练出基于机器学习算法的侦测模型，通过机器学习模型可以更准确的侦测出隐藏较深的欺诈行为，从而帮助企业有效控制资损，降低对正常用户的打扰。 最后，邦盛金融的产品专家王雷，从实时处理，准实时处理，事后批量分析三个方面分析了风控模式，详细讲解了风险部门的架构建设。此外，他还从收单风控、信贷风控等方面介绍了如何综合构建反欺诈立体防控体系，给出将风险遏制在萌芽阶段的建议。 现场的众多与会者对本次研讨会给予了高度的评价，通过本次研讨会，他们对黑产有了新的认识，在收获满满干货的同时更认识到了实时风控对金融行业的重要性。 |
