最近最新最好看的中文字幕,最近最新最好看的中文字幕,国外性生活黄色一级大片,亚洲午夜福利视频在线,鸡吧鸡吧鸡吧操逼逼使劲操,中文字幕成人在线观看,伊人av诱惑久久久,大屁股人妻中文字幕在线,亚洲精品综合亚洲精品综合

 國(guó)家互聯(lián)網(wǎng)金融安全技術(shù)專家委員會(huì)秘書長(zhǎng) 吳震

 

以下為吳震發(fā)言實(shí)錄：

 

今天我分享的主題是互聯(lián)網(wǎng)金融安全與智能風(fēng)控技術(shù)發(fā)展，重點(diǎn)是智能風(fēng)控。 
 

 

從金融科技的角度看，業(yè)界對(duì)金融科技有一個(gè)共識(shí)的概念，是指云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)通信、區(qū)塊鏈、人工智能在金融中的應(yīng)用。我們認(rèn)為，金融科技由三部分構(gòu)成，第一是技術(shù)環(huán)節(jié)的互聯(lián)網(wǎng)化，包括金融云、大數(shù)據(jù)風(fēng)控（含智能投顧）等。第二是業(yè)務(wù)模式的互聯(lián)網(wǎng)化。主要是指過(guò)去在沒有互聯(lián)網(wǎng)手段時(shí)從未想過(guò)的業(yè)務(wù)模式，或者過(guò)去想到、但很難實(shí)現(xiàn)的業(yè)務(wù)模式。第三，營(yíng)銷環(huán)節(jié)的互聯(lián)網(wǎng)化?；ヂ?lián)網(wǎng)可以提供豐富的獲客手段，比如插播視頻廣告等。通過(guò)這些方式，提升了金融科技的便利性，提高了效率，從長(zhǎng)遠(yuǎn)影響看，金融科技的比較容易觸達(dá)用戶，個(gè)性化突出，體驗(yàn)更好，用戶逐漸從線下往線上遷移，在與傳統(tǒng)金融的競(jìng)爭(zhēng)中中形成了自己的部分優(yōu)勢(shì)。

 

從互聯(lián)網(wǎng)金融安全角度看?？傮w視角下，互聯(lián)網(wǎng)金融存在的風(fēng)險(xiǎn)主要包括跑路風(fēng)險(xiǎn)、社會(huì)風(fēng)險(xiǎn)、宏觀風(fēng)險(xiǎn)。社會(huì)風(fēng)險(xiǎn)主要是指著暴力催收、網(wǎng)絡(luò)高利貸行為等造成的社會(huì)影響。宏觀風(fēng)險(xiǎn)是金融企業(yè)與國(guó)家宏觀調(diào)控不一致的風(fēng)險(xiǎn)，比如支持部分落后產(chǎn)能。從研究角度來(lái)，我們最關(guān)心的是跑路風(fēng)險(xiǎn)。導(dǎo)致跑路風(fēng)險(xiǎn)的主要因素有道德因素、運(yùn)營(yíng)因素、市場(chǎng)因素。運(yùn)營(yíng)因素是構(gòu)成互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的重要組成部分。所以，智能風(fēng)控是互聯(lián)網(wǎng)金融企業(yè)運(yùn)營(yíng)的關(guān)鍵環(huán)節(jié)，是保障互聯(lián)網(wǎng)金融安全的基礎(chǔ)。

 

綜上，智能風(fēng)控是金融科技的核心部分，也是互聯(lián)網(wǎng)金融安全的基石。當(dāng)前，很多公司都建立了各自的布局和產(chǎn)品，用于反欺詐、信用評(píng)估等業(yè)務(wù)場(chǎng)景。例如，螞蟻金服所建立的智能風(fēng)控體系，使得支付寶的平均資損率可達(dá)到十萬(wàn)分之一，而Paypal的資損率為千分之二至千分之三，由此可見智能風(fēng)控的威力。

 

 

智能風(fēng)控技術(shù)的核心環(huán)節(jié)包括三個(gè)部分，數(shù)據(jù)、模型、迭代。

 

第一，數(shù)據(jù)，如果不能獲取到大量有效的數(shù)據(jù)，智能風(fēng)控就很難獲得比較好的效果。

 

第二，訓(xùn)練模型。根據(jù)數(shù)據(jù)特征，提取有效信息，進(jìn)行模型訓(xùn)練和測(cè)試評(píng)估，對(duì)智能風(fēng)控至關(guān)重要。

 

第三，智能風(fēng)控是不斷迭代的過(guò)程，不斷按照結(jié)果進(jìn)行優(yōu)化。

 

傳統(tǒng)風(fēng)控與智能風(fēng)控有明顯的區(qū)別。傳統(tǒng)風(fēng)控側(cè)重于人工審核、已知規(guī)律，他們用的都是傳統(tǒng)金融數(shù)據(jù)，一般是指借貸和信用相關(guān)數(shù)據(jù)。它本身就是強(qiáng)金融特征，且強(qiáng)調(diào)因果關(guān)系。智能風(fēng)控則側(cè)重大數(shù)據(jù)、算法、計(jì)算能力，增加非傳統(tǒng)金融數(shù)據(jù)，增加弱金融相關(guān)特征，強(qiáng)調(diào)相關(guān)關(guān)系。

 

我們認(rèn)為，智能風(fēng)控技術(shù)由大數(shù)據(jù)和人工智能兩部分構(gòu)成，數(shù)據(jù)獲取能力和人工智能算法建模能力是制約智能風(fēng)控技術(shù)的兩大因素。

 

 

 

目前，中國(guó)人民銀行個(gè)人征信記錄覆蓋率僅為35%，各家金融科技公司數(shù)據(jù)相互共享難度較大，第三方機(jī)構(gòu)數(shù)據(jù)有效性存疑。阿里、騰訊、百度、京東數(shù)據(jù)各有特色，但相互孤立。涉及用戶隱私保護(hù)問(wèn)題，法律和政策風(fēng)險(xiǎn)較大。所以，數(shù)據(jù)可獲取上還是存在難度的，有些專家對(duì)大數(shù)據(jù)風(fēng)控存在疑問(wèn)，覺得大數(shù)據(jù)風(fēng)控是噱頭，但是我認(rèn)為大數(shù)據(jù)風(fēng)控在邏輯上是沒有問(wèn)題的，可能在實(shí)踐中由于數(shù)據(jù)的獲取不夠或者工程建模能力不夠，導(dǎo)致實(shí)踐中效果不好。但是，不能因?yàn)閷?shí)踐效果不好就否認(rèn)它在技術(shù)邏輯上的價(jià)值。如果假定這些數(shù)據(jù)都能夠被有效的收集，特別是一些政府?dāng)?shù)據(jù)、銀行數(shù)據(jù)，我們認(rèn)為，智能風(fēng)控將能夠達(dá)到很高的水平。

 

 

建模是仁者見仁、智者見智的事情，就像工程能力、團(tuán)隊(duì)經(jīng)驗(yàn)，互聯(lián)網(wǎng)數(shù)據(jù)可以發(fā)現(xiàn)一些人的行為特征，但是這些行為特征到底有什么意義？這就是仁者見仁智者見智的事情。另外，對(duì)數(shù)據(jù)充分理解，保證數(shù)據(jù)質(zhì)量，如何處理交叉影響，這其中存在著評(píng)估的難度。比如建模后可能會(huì)算出一個(gè)結(jié)果，但是必須在實(shí)踐中檢驗(yàn)這些結(jié)果是否正確，根據(jù)檢驗(yàn)的結(jié)果不停的反饋。但是檢驗(yàn)的過(guò)程中樣本夠不夠，有無(wú)代表性，也是比較困難的。

 

 

既然是對(duì)人進(jìn)行評(píng)估，自然就要和人對(duì)抗，和人對(duì)抗向來(lái)是比較困難的。人是不斷變化的，他能夠猜透你采用的風(fēng)控手段來(lái)對(duì)你的模型進(jìn)行進(jìn)攻。目前，欺詐行為不斷翻新，已形成欺詐產(chǎn)業(yè)鏈，例如中介欺詐、薅羊毛、盜號(hào)、養(yǎng)號(hào)、套現(xiàn)等。只要和人相關(guān)的事情都是長(zhǎng)期博弈的過(guò)程，魔高一尺道高一丈。黑產(chǎn)愈發(fā)龐大，目前，網(wǎng)絡(luò)黑產(chǎn)從業(yè)者估計(jì)超40萬(wàn)，依托上下游輔助產(chǎn)業(yè)者估計(jì)超160萬(wàn)，年產(chǎn)值估計(jì)約1100億。

 

 

智能風(fēng)控存在邏輯上的弱點(diǎn)，我參加區(qū)塊鏈安全會(huì)議時(shí)提了很多安全問(wèn)題，很多安全問(wèn)題是工程上的安全和實(shí)現(xiàn)上的安全，真正使用高級(jí)的邏輯漏洞并不多見。一般而言，智能風(fēng)控的邏輯弱點(diǎn)主要有兩種，一是“黑天鵝”事件，智能風(fēng)控主要是基于人工智能技術(shù)，包括統(tǒng)計(jì)學(xué)原理等規(guī)律，難以預(yù)測(cè)統(tǒng)計(jì)規(guī)則以外的事件，一旦發(fā)生重大改變將導(dǎo)致規(guī)則失靈。二是“復(fù)貸”事件，借款人重復(fù)借款，本質(zhì)上每個(gè)借款人都成為一個(gè)小的龐氏騙局池。在極端經(jīng)濟(jì)環(huán)境下，智能風(fēng)控體系可能完全失靈，為此，智能風(fēng)控也需防范系統(tǒng)性風(fēng)險(xiǎn)。

 

 

我們?cè)谥悄茱L(fēng)控方面開展的相關(guān)工作主要包括以下幾項(xiàng)：國(guó)家互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)分析技術(shù)平臺(tái)、地方互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)分析技術(shù)系統(tǒng)、理財(cái)安全助手APP、國(guó)家電子合同備案平臺(tái)、互聯(lián)網(wǎng)金融反欺詐技術(shù)研究。

 

以防范借款人欺詐風(fēng)險(xiǎn)建模研究為例，我們做了借款人逾期特征提取、羊毛黨行為分析、借款人一人多貸特征挖掘、反欺詐建模技術(shù)研究等。累計(jì)發(fā)現(xiàn)近3個(gè)月發(fā)生借款逾期人數(shù)超2000萬(wàn)，近3個(gè)月發(fā)生M3及以上借款逾期人數(shù)超300萬(wàn)，近1個(gè)月在大于10個(gè)平臺(tái)借款的人數(shù)超80萬(wàn)。

 

今后，智能風(fēng)控還有很大的改善空間，希望通過(guò)CFT50智能風(fēng)控專委會(huì)的研究助力提高智能風(fēng)控的水平，提高行業(yè)的健康程度。