招联金融:突破传统金融的蓝海,从欺诈风险防控开始

随着经济的发展,五花八门的科技工具在金融风控中的蓝海中大展身手,各显神通。虽然现在互联网消费金融行业广泛的应用了知识图谱、人脸识别、AI外呼、中文地址模糊匹配以及机器学习模型等成熟技术。但是诡变多端的欺诈团伙却总是能从反欺诈防空网中找到些许蛛丝马迹,乘虚而入。

先科普一下,现在的团伙欺诈作案已经不是原来的集中带操作,已经转变为了引导客户自己操作,所以这导致了依赖于设备强关联的图谱关联技术在此类团伙欺诈的风险识别中受到了极大的限制。

但这世上没有不透风的墙,与此同时团队欺诈行为被发现存在集中地点申请,而申请的照片背景普遍相似,这不善于思考的招联金融,拿起科技创新的长矛——自主研发的的图背景聚类技术,对线下欺诈团伙实行了新一轮的围剿。

那实际欺诈防控中是怎么应用的呢?

首先GPS渔网聚类技术就是能让在基于客户申请或者提现时的LBS信息编织的巨大“渔网”中捕获各种各样的欺诈团伙。当然,在编织“渔网”的时候,会根据不同的风险等级或者不同级别的客户风险标签,灵活地控制网眼的大小,大到城市、小到街区楼栋,支持100*100m、10*10m等不同维度的空间管控。

与此同时,人脸识别技术在贷款场景下的欺诈防控中得到了成熟且广泛地应用。该技术借助活体检测和人脸对比技术来帮助识别贷款申请者是否是本人及活着,极大的规避了伪冒申请、账户盗用等风险,而在风险识别价值的人脸照片背后的"宝藏数据"也更值得去挖掘和深究,

这时候招联金融想到了:GPS渔网聚类技术,与人脸识别技术碰撞在一起,又会激起怎样的浪花朵朵呢?

于是利用前沿的图像识别与机器视觉识别技术,招联自主研发了图背景聚类技术,借助深度学习的AI算法,将照片背景及地理位置信息等弱关联进行组合,与强关联的图谱网络形成了有效互补,构建了时间、空间及人物多维一体的多维空间防控体系。

该技术的成功应用基于地理位置实时聚类,有效缩小识别范围和计算机视觉技术加持,精准识别风险。在借助类似于GPS渔网的地理位置聚类算法,有效缩小图照片的识别范围下,招联创新性地引入了基于空间密度方式的动态聚类算法在空间中将距离相近的聚成一类,可实时动态的将足够高密度的客户所在区域划分成团,与其同时,借助于前沿的AI技术,招联自主研发了图片背景识别与聚类技术,基于大量的深度学习模型和计算机视觉的图像级联模块,从原始申请图片,将照片背景量化成数字特征,对照片背景进行分割,修复,特征提取,并计算背景相似度,使用欧式距离对照片背景间的相似度进行度量。通过大量的样本测算以及业务验证,最终得到合适的背景相似阈值。

这项技术已经成功落地应用于招联反欺诈防控场景,系统响应时长达毫秒级,能够实现高效快速的拦截高风险欺诈团伙申请。

以四川某公司欺诈团伙为例,该公司以免费领手机吸引眼球,诱导客户申请贷款购买手机,客户后续可以通过视频点赞的方式领取现金红包,在后续排查中发现该公司存在随时跑路的风险,后续需要客户自己还款,或诱发客户投诉风险和公司声誉风险。通过图背景聚类技术发现,在短短3个月内,同一区域分团中,关联该背景相似的客户达到近20人,根据此特征对该地区和该背景相似客户进行深挖,最终发现了该欺诈团伙。截止案件发现时涉案共达58人,授信总额度9.7W,拦截金额8.3W。

当然,除了以上欺诈团伙,图背景聚类在手机卖场类骗贷,以及常见贷款中介等欺诈团伙识别中都卓有成效。

目前,招联在基于图背景识别的反欺诈风险策略上已经得到了有效验证,图背景相似特征结合客户其他维度的数据,制定出自动化的管控策略,已能达到90%+的风险识别度。

乘风破浪会有时,直挂云帆济沧海!招联金融将始终秉持"创新驱动"的金融科技理念,与同业的反欺诈小伙伴们一起期待"天下无诈"的夏天。