智能中国智能生活_探索5G风控智能:揭秘风控科技在中国电信甜橙金融5G生活节中的应用

原题:探讨5G风控智能:揭示风控技术在我国电信甜橙金融5G生活节段的应用

一、前言

4G打开了移动互联网时代，移动互联网引领了金融、通信等多个行业的变革。 2019年是5G时代的元年，希望中国电信甜橙金融作为5G行业的金融科技企业，于2019年12月首次召开5G生活节，基于金融科技为5G创新场面的亿级用户提供安全、便利、优惠的创新金融服务。

5G时代的新金融服务给用户带来了速度和便利，同时5G技术也给金融科技企业的风险管理带来了更快的数据传播速度、更多关系数据、更严格的隐私数据保护政策等新挑战。

本文基于甜橙金融智能风险管理体系“御风”，在面临5G新挑战时，深入揭示甜橙金融深度学习、图计算、知识图谱等控制技术的探索。

二、风险状况感觉:风险发现从“被动挖掘”到“主动预知”

5G时代更快的信息传播速度，对企业的风险感知能力提出了很大的挑战，因此基于风险状况感知系统的计划推迟的能力变得重要。

风险状况感知系统分为感知、理解、预测三个环节:首先，状况感知系统利用监视工具定期在黑产论坛和黑网上收集信息，实现威胁数据的“感知”发现，通过自然语言处理算法( NLP )定位其中的重要信息，对黑产信息进行“理解” 最终根据威胁数据和自然语言处理算法编制了风险状况感知报告，完成了对未知风险的【预测】。

目前，基于风险状况感知系统，甜橙金融实现了从被动“防御攻击”向主动“风险预知”的升级。 在2019年5G生活节期间，甜橙金融只要依据风险状况感知系统，辅助拆除红包的单独活动，就可以提前定位、预防和预知十万多次黑产潜伏攻击，以此来正确有效地打击非法者。

图1 :甜橙金融风险状况感知系统可视化页面

三、深度学习引擎:从“单模式”到“多模式”

5G时代的数据量和维数都呈指数增长。 面对这种水平的数据扩张，“单模式”的机器学习框架在应用于大规模数据量企业的风险管理时，很难平衡风险垄断率和决策精度。

针对这一问题，解决方案融合了无监督、有监督、半监督等算法，确立了独家关系、行为、交易、图像等“多模式”数据的深入学习框架。 在该框架下，发挥了无监视算法的非指向性、无边界性霸权率的优势，能够将无监视算法检测到的风险数据作为输入端，结合监视、半监视等算法进行训练，进而保证了精度。

例如，基于该框架，通过多模式深度神经网络和异构图卷积神经网络算法，甜橙金融在身份证和营业执照伪造方面实现了95%以上的鉴定精度，在营销防篡改场景中实现了30%以上的风险复盖增益的提高

图2 :甜橙金融“多模式”深度学习框架

四、风险知识图谱:风险分析从“点”到“全球”

5G时代人与人、人与物、物与物之间建立了兆级关系，基于关系数据深度分析的诉求，知识图被广泛应用于企业风险管理领域，帮助企业风险管理从“单点”扩展到“全球”。

截止到2019年12月，甜橙金融建立了包括亿级实体节点(用户、设备、商户等)、十亿级关系(用户和用户、用户和设备、设备和设备等)、亿级属性在内的“风险知识图”。

根据这个巨大的图像，可以事先完成潜伏组的聚类定位，在事件中完成相关组的特征分析，可以事后支持风险事件的跟踪。 例如利用2019年甜橙金融在“风险知识图”中提供的有效信息，与公安干部警察合作调查了6起犯罪案件，逮捕了12名嫌疑人。

图3 :甜橙金融风险知识图示例

五、风险图像:从“单一静态”到“多维动态”

5G时代国家和行业都在推行越来越严格的隐私数据保护政策，面临着单一静态风险图像数据难以获取(垄断率低)、易突破黑产伪装、易给正常用户带来麻烦等问题。

融合了用户全时事件(注册、认证、交易等)、多维数据(身份、设备、关系等)的动态风险图像能够有效地解决上述问题。 与“单一静态”风险图像相比，“多维动态”图像不受单一维数据丢失的影响，可以根据多维动态数据更有效地识别黑产假。

例如，在这次的5G生活节中，产业化的黑产品被群控，利用模拟器绕过集成系统风险图像的识别。 然而，通过对全时链中正常用户与异常用户行为数据的比较分析，甜橙金融基于多维动态图像正确定位了几十万次异常操作行为。

六、结语

4G来临之前人们很难预测移动互联网的爆炸，随着5G的大规模商业化，现在人们思维框架完全超越的生态发生，随之企业整体风险管理生态的变革。 因此，企业的控制管理者们必须对未来趋势有前瞻性，因此只有前瞻性的风险管理思维才能在5G时代追求后瞻性，行动起来，坚持不懈。