搜索
反欺诈云使用大数据识别欺诈反欺诈从业者王睿一.行业欺诈现状欺诈数据线下贷款.拒贷比例中15%为欺诈15%80%全线上贷款，拒贷比例中80%为疑似欺诈，当中有超过50%是有明显团体欺诈的特征50%全线上贷款贷后损失率客户中超过50%为欺诈50%坏账中大概有50%来自于欺诈P2P在中国最大的风险，其实还不是信用风险，是欺诈风险---计葵生行业高发的欺诈问题二.反欺诈需要解决的问题反欺诈要解决的问题你是你吗？你是人吗？你是自己吗？你知道是自己吗？欺诈行为判别构建用户行为画像三.解决方案场景化，事件驱动的欺诈识别服务反欺诈云服务场景化事件驱动的欺诈识别服务激活事件注册事件登录事件认证事件反欺诈模型用户行为分析风险信息库专家经验反欺诈规则库用户高危可疑可信…...绑卡事件活动事件注册事件登录事件绑卡事件…...充值事件授信事件放款提现事件理财应用信贷应用…...电商应用…...支付应用四.反欺诈云技术优势精确的事件分析引擎InputEvent1InputEvent2•CEP引擎实时计算分析（过滤、关联、聚合）与欺诈案件相关的多类事件之间的关联性，精确定位用户意图，还原事件场景，降低误杀率.•例如：某用户，在修改密码后，接着重新绑卡，然后进行提现操作的风险评估.1.EventProcessingFlow2.BasedOpenSourceCEPFramework灵活高效的规则引擎PatternMatcherAgendaInferenceEngineProductionMemory（Rules）WorkingMemory（Facts）RuleRepositoryRuleManagementConsoleRuleEngineAPIsBusinessApplicationRuleEngine•风险决策逻辑和应用逻辑的分离，业务人员可以自主实现规则配置•支持复杂规则处理，包括时间窗口规则，位置规则，统计规则，名单规则，事件关联规则，用户习惯规则，异常规则•引擎将规则执行结果量化为申请人的欺诈概率，并将客户实际业务场景与欺诈概率阈值进行比较，进而做出合理决策积累多年的反欺诈经验规则库信贷场景规则包理财场景规则包支付场景规则包电商场景规则包专家规则库精准的风险引擎用户特征用户特征用户特征用户特征用户特征交易特征用户特征用户特征设备特征……机器学习风险预测模型评估引擎当前身份信息当前设备信息当前地理信息当前交易信息放行告警强认证挂起阻断规则分值分值计算风险预测分值离线建模在线分析多维度欺诈信息库欺诈，老赖，违约相关的手机号、邮箱、身份证号、姓名、银行卡号、设备ID、IP地址黑灰名单•四要素认证：姓名，身份证号，手机号，银行卡号•个人学历状况•个人投资任职状况•个人公积金社保•个人通讯信息•个人消费信息身份核实交叉验证，多头借贷，多头申请跨平台交易查询•设备ID、IP、地理位置、交易时间、用户ID•交易场景，事件以及事件持续时间用户行为库•IP全球最精准IP定位、•GPS经纬定位、基站定位数据移动设备信息库•基于设备、IP、地理位置、地域、联系人、通话记录，社交关系等多维度数据挖掘用户关联图谱用户关联图谱法院案件号、欠款描述、身份证号、组织机构代码、姓名、手机号、银行卡号，不良买家、不良商户司法失信信息•硬件属性信息•IP信息•GPS地理位置信息•设备所安装应用信息设备指纹智能的关联分析组团欺诈分析不一致性验证