AI反诈： 风控技术的进阶与平衡

　　近年来，随着信息社会快速发展，以电信网络诈骗为代表的新型网络犯罪，已成为主流犯罪类型，也是全球性的治理难题。公安部数据显示，2021年全国破获电信网络诈骗案件数量39.4万件，涉案金额达到3291亿。

　　“我们的资损率是千万分之0.098，在行业内是领先的。针对电诈的识别，目前业界比较好的做法是通过隐式特征的挖掘，判断出可疑的部分。第二个方法是信息过滤，对有诈骗嫌疑的网址、账号进行分类和拦截，以进行提前预警。但是，在这些过程中，数据交换与个人隐私保护之间如何平衡，也面临一些挑战。”7月12日，蚂蚁集团大安全技术部总裁李俊奎在接受21世纪经济报道记者采访时透露，电信诈骗带来的技术挑战，包括新型风险识别难度、受骗用户心智对抗、AI攻防对抗加剧升级，会给风控安全行业带来变局。

　　在李俊奎看来，风险判断、控制有时也会与用户自身的感受形成冲突。风控是一个手段，它不是目的，真正的目的是让互联网用户有更好的体验。“我们也有自己的原则，那就是尽最大的能力，让风险降到最低。如果不考虑体验，在你被骗的情况下，我们可以直接把交易拦截了，但是这个治标不治本。反诈风控一个很重要的思路，是解决用户心智问题，平衡用户体验和风险控制，还是要依靠技术的创新和更迭。”

　　技术与市场变化

　　2017年之后，数字服务领域的科技企业，作为其核心之一的风控技术，发生了系统性的变化。随着政策监管深入、风险趋势变化和AI技术成熟，现在的风控技术已经完全不同于传统，应用边界逐渐超出金融领域。

　　李俊奎认为，骗局是不断在变化的，大型平台怎么能快速让自己的AI适应新的风险？这是非常重要的。面向未来的智能风控需要具备四个特征，一是隐私保护下的全链路智能；二是机器能读懂人，如果机器不能去识别骗局，效果会大打折扣；三是自我进化，智能的部分要能够自我进化；四是快速响应，因为风险的形式从显式风险向隐式风险转变，隐式风险会不断改变，风控技术必须能快速适应风险的转移。

　　据了解，2021年，支付宝凭借全链路智能风控体系“IMAGE”，通过AI系统提供的风险感知、攻防对抗和主动交互劝阻能力，让诈骗案件量及欺诈资损下降约4成，AI机器人日均预警约50万人次。2022年初，支付机构应央行要求公布的资损率，支付宝资损率小于千万分之0.098，超过行业平均水准。

　　在此背景下，传统金融机构提升科技能力的主动性，也在近年明显增强。2020年，国有大型银行科技投入增长了34.54%，远高于其整体收入4.44%的增速。

　　隐私与安全的平衡

　　当你在App界面按下“支付”按钮之后，风控背后到底发生了什么？

　　“支付平台的安全科技，对这笔交易分成了好几层的防御，我们叫多层防御体系。首先是安全领域。先是在终端上面进行一个防御；然后信息传到网络边界层，我们在网络的安全层、流量层上进行防御；第三层是到云端，到我们系统层面上，也做一些防御。”李俊奎透露，在基本的安全问题解决之后，便到了风控领域，包括欺诈域、赌博域、盗用域等50多个风险域。

　　平台通过风控引擎的处理，最后产出一些结果。风控引擎具备的技术能力包括交互式主动风控、端边云协同风控、多方安全风控、全图风控、智能对抗等。完成一笔支付的风控，往往只在短短的10毫秒。

　　目前，蚂蚁集团已经搭建起了业内首个全图风控体系，其背后支撑体系是前沿技术“图计算”，Gartner预测，到2025年，图技术将应用于80%的数据和分析创新，在金融、制造、能源等领域有着巨大的应用价值和前景。

　　未来，风控技术在互联网行业的重要性还会进一步上升。根据毕马威报告，2021年全球类金融服务科技的投资升至破纪录的1150亿美元高位，打破2018年创下的532亿美元纪录，其中，关于网络安全技术的投资翻了一番。

　　刚刚过去的6月，《反电信网络诈骗法（草案）》进入二审阶段，三审通过后将正式发布。

　　“对于数据的互联互通，以前公众认为自己被泄漏了很多隐私，本质原因是隐私计算的技术没有被用起来。”IDEA研究院AI安全普惠系统研究中心讲席科学家王嘉平认为，隐私计算的结果是不会包含任何原始数据、任何信息。在这样的保证下，数据才可以在各个不同机构之间被分享。此外，隐私计算不仅仅保护每一个个人的隐私，同时保护每一个个人、每一个机构企业内部的商业机密，以及数据的合规性。

　　（作者：陶力 编辑：张伟贤）