中国的金融科技创新走在全球前列，反欺诈技术也受到了全球关注。近日，亚洲最具影响力的英文媒体《南华早报》以乐信为代表，报道了中国在人工智能反欺诈领域的最新应用。

　　据了解，乐信运用人工智能和大数据技术，建立了防过度消费、防金融诈骗、防信息泄露的“三防工程”。在反欺诈方面，乐信推出预防打击电信网络诈骗案件的“猎鹰”安全产品，已帮助警方破获各类电信诈骗、贩卖用户隐私信息、“套路贷”等案件100余起，打掉犯罪团伙10余个，抓获犯罪嫌疑人120余人。

　　欺诈是全球金融科技行业面临的重要挑战之一。据统计，截至2018年，中国因个人信息泄漏造成的总体经济损失可能已超900亿元。另据美国联邦贸易委员会披露，美国仅在2018年就上报了300万起包括金融欺诈和身份盗取在内的欺诈案件，全年欺诈总体损失达到30亿美元。

　　不断变化的欺诈手段，要求企业使用更先进的技术和措施进行发欺诈。专家表示，人工智能反欺诈的应用有望在未来两三年迅速增加。

　　以下内容根据《南华早报》原文编译。

　　要是一个人在网上购物时完全不比价，直奔最贵的商品，在凌晨下单，输入个人信息时还不流畅，在反欺诈人员看来，这就是一个异常信号。

　　以前，反欺诈多通过人工执行，现在，人工智能已越来越多地介入金融科技领域，防止诈骗发生。

　　“很多欺诈行为都很难通过人工识别。相较于专家规则，基于人工智能的行为分析来识别欺诈，效率更高。”乐信副总裁史红哲介绍。

　　乐信是纳斯达克上市企业，开发了基于人工智能的风险管理系统，用来监测和防范其分期消费平台上的欺诈行为。

　　此前，一笔贷款能否成功申请很大程度上取决于贷款额和申请人的信用状况。近年来网络欺诈频发，就促使金融科技行业跳出传统决策机制来判断一个人的信用情况。普华永道在2018年的一个调研发现，49%的受访企业表示遭遇过欺诈，而这个数字在2016年是36%。

　　人工智能，尤其是基于机器学习的算法预测，能够根据用户在智能手机上的行为来识别和预防欺诈行为，如通过用户输入个人信息的速度以及下单时间等变量。

　　天睿（Teradata）是美国一家为银行提供解决方案的数据分析公司，它通过人工智能进行欺诈识别。在它一个客户——丹麦最大的丹斯克银行（Danske Bank）——的案例中，后者通过人工智能软件，将人工规则产生的欺诈误报数量减少了60%，并使有效欺诈识别率提升了50%。

　　乐信自主研发的“鹰眼”智能风控系统，则是中国金融科技行业用机器学习来识别潜在欺诈的典型。2018年，“鹰眼”系统帮助乐信防范了超过2000个欺诈案件，，帮助其用户避免了3亿多元的损失。

　　史红哲介绍，人工智能算法可以通过监测用户的某些异常行为，以及对设备地理位置和生物认证等众多维度进行分析，来识别欺诈用户。比如，如果一天中有好几个借款申请在非正常时间在同一个设备发起，或者一个用户线上购物时不比价直接下单购买最贵的商品，那人工智能系统就会在后台发出警告，因为这都不是正常用户的操作习惯。

　　此外，由于很多网络欺诈都是通过身份信息盗窃进行，如果一个用户在输入身份证信息时操作不够熟练，那可能是因为他盗取了他人身份证，不熟悉身份证号。

　　在乐信的分期电商平台分期乐的最新一例反欺诈案例中，骗子诱骗某个分期乐用户在分期乐购买产品，并承诺给额外酬劳作为回报。一开始骗子要求用户购买小额商品，随后在诱骗用户购买苹果手机等贵重物品后，骗子就杳无音信，只能由用户支付剩下的分期款项。如果多个类似的欺诈案例在一段时间内集中发生，那乐信会在其App上对用户推送预警信息，防止诈骗发生。

　　“骗子采取新的方式进行网络欺诈，反欺诈系统也会不断学习这些新案例，不断完善，并在类似行为发生的时候发出警告。”史红哲说。

　　近年来，为了应对更加复杂的网络犯罪，金融机构也纷纷开始部署人工智能和机器学习技术。

　　“目前，金融机构将人工智能、机器学习用于反欺诈的比例仍相对较低，不过未来两三年这方面的部署将迅速增加。”咨询公司KAE资深副总裁Chris Holmes在一份报告中表示。”

　　2019年11月，万事达就推出了“风险扫描”（Threat Scan）服务，通过一系列欺诈场景的模拟测试来识别商家授权系统的潜在风险。另一家信用卡巨头Visa也推出了一个用人工智能算法监测和防范信用卡欺诈的平台。中国保险公司平安则已经通过面部和声音识别技术保护投保人远离欺诈。

　　“金融行业都是通过行为分析来识别欺诈。”史红哲说。“在未来，随着人工智能的应用更深入，通过面部表情识别和语音分析也能被用作欺诈识别，金融行业的人工智能应用将更加成熟和自然。”

（责任编辑：张洋 HN080）