-
邀請演講人工智能綜合了計算機科學、生物學、心理學、語言學、數學哲學等學科知識，使用機器代替人類實現認知、識別、分析、決策等功能，其本質是對人的意識與思維的信息處理過程的模擬。
圖表1:人工智能在網絡反欺詐中的作用示意圖
資料來源：前瞻產業研究院整理
目前人工智能的關鍵技術主要包括機器學習、自然語言處理、計算機視覺、生物識別、知識圖譜等。相關技術已經在金融領域得到初步探索和應用，在征信和風控領域，設備指紋、知識圖譜、生物探針、行為序列、人臉識別、活體檢測、語義分析等技術已經用于防范和監測金融欺詐活動。
人臉識別是一種依據人的面部特征(如統計或幾何特征等)，自動進行身份識別的一種生物識別技術，技術上包括圖像采集、人臉檢測、人臉特征提取、人臉特征比對（身份的確認和查找）等，在反欺詐領域可利用該技術識別客戶是否是欺詐慣犯，為業務事前審核提供技術抓手，同時在識別真正用戶、防止盜刷等方面起到重要作用。
自然語言處理主要是指對于輸入計算機的自然語言字符串序列，計算機通過詞法分析、句法分析、語義分析等對語言信息進行預處理，將分析的結果映射為機器內部可以識別與處理的表示形式，并可對該內部表示進行推理，重新轉化為自然語言表達的字符串序列輸出，最終實現對自然語言的理解。在反欺詐領域可以利用NLP技術針對特定的欺詐信息和虛假信息進行有效識別，從而進行適當攔截或風險提示。
知識圖譜是一種基于圖的數據結構，是把不同信息連接在一起而形成的一種關系網絡，從而可以整體、全面的了解不同主體間的關聯關系并以此為依據進一步開展深度分析。在反欺詐領域通過知識圖譜的應用可以實現將不同類型數據匯聚在一起，從而有效分析出復雜業務關系中潛在的風險，及時識別欺詐行為，對于打擊團伙欺詐，防范潛在欺詐用戶等方面發揮重要作用。同時，還可以通過知識圖譜為執法部門追蹤詐騙份子提供相關信息情報。
設備指紋技術是指通過利用設備的多種相關信息來完成設備識別的相關技術統稱。隨著移動支付的發展，傳統的設備識別技術已無法滿足對于設備識別的需求，欺詐軟件的出現、利用"貓池"進行的刷單、"羊毛黨"的出現等給各大平臺運營帶來了極大挑戰。而設備指紋技術的出現將有效打擊綜上欺詐行為，通過設備指紋技術給相關設備打上獨一無二的標簽，從而可以準確識別出欺詐使用的相關設備，即使通過軟件篡改設備ID、使用IP代理等方式，設備指紋技術也能夠識別出使用的是同一個設備，從而能有效的實現線上欺詐行為的識別和預警。
在實際應用方面，人工智能已經在數字金融反欺詐的多個領域得到實現。例如騰訊公司利用自然語言處理技術，從大量的投訴數據源里提取投訴文本，通過多維度的分析剖析不同的可疑特征，再通過不同的可疑特征制定文本挖掘維度與監控維度去過濾風險詞，并搭建了集成文本分析、信息匯總、賬號審核、策略打擊、大盤搜索、數據導出的文本審核平臺。文本審核平臺會針對每個挖掘維度統計特征或給出評分，作為評判、篩選可疑賬號的標準。
掃一掃
下載《前瞻經濟學人APP》進行提問
與資深行業研究員/經濟學家互動交流讓您成為更懂行業的人
