隨著數(shù)字支付創(chuàng)新發(fā)展,給人們的日常工作和生活帶來了方便快捷的同時,也滋生了新型犯罪欺詐行為。以電信網(wǎng)絡(luò)詐騙為例,當(dāng)前詐騙技術(shù)工具層出不窮,加之互聯(lián)網(wǎng)的隱匿性,導(dǎo)致詐騙犯罪已形成作案隱蔽、環(huán)節(jié)冗長且分工明確的黑灰產(chǎn)業(yè)鏈。傳統(tǒng)風(fēng)險防控技術(shù)手段已無法適應(yīng)當(dāng)前風(fēng)險呈現(xiàn)出復(fù)雜性、隱蔽性、動態(tài)性的新趨勢,需要迭代升級。

　　在此背景下,中國銀聯(lián)依托于國家重點研發(fā)計劃重點專項“金融欺詐及支付受理市場違規(guī)偵測與處置技術(shù)研究與應(yīng)用示范”項目,聯(lián)合產(chǎn)業(yè)伙伴,通過對知識圖譜與隱私計算等關(guān)鍵技術(shù)的突破,進一步提升金融支付行業(yè)風(fēng)險防控技術(shù)水平,有效解決依賴傳統(tǒng)技術(shù)所產(chǎn)生的風(fēng)險識別不全面、在保障數(shù)據(jù)隱私的同時實現(xiàn)數(shù)據(jù)共享的難題。

　　知識圖譜:金融欺詐違規(guī)智能偵測平臺 拓寬風(fēng)險識別邊界

　　知識圖譜是通過節(jié)點和關(guān)系的三元組,將知識以結(jié)構(gòu)化的方式進行表示。舉例來說,在知識圖譜中最基本的單位是由兩個節(jié)點和關(guān)系之間形成的三元組,如“中國”-“首都”-“北京”,其中“中國”和“北京”就是兩個節(jié)點,“首都”則為二者的關(guān)系,這個三元組表達(dá)的知識則為“中國的首都是北京”。而節(jié)點之間通過關(guān)系的不同可以向外繼續(xù)擴展其他的三元組,比如“中國”這個節(jié)點可以通過“國土面積”的關(guān)系,連接到“960萬平方公里”的節(jié)點,形成“中國的國土面積是960萬平方公里”的新知識。以此類推,當(dāng)無數(shù)個節(jié)點通過不同關(guān)系連接則可以產(chǎn)生一個巨大的知識圖譜。

　　2020年4月,持卡人蔡某于向公安報案稱自己遭遇電信詐騙,并表示自接到辦理網(wǎng)貸的推廣,在欺詐分子的引導(dǎo)下,下載注冊某銀行APP和云閃付APP,同一天內(nèi)向欺詐分子提供了3張銀行卡,并完成7筆轉(zhuǎn)賬。接到報案后,相關(guān)機構(gòu)立即采取技術(shù)手段進行風(fēng)險識別。然而,傳統(tǒng)技術(shù)手段由于專家經(jīng)驗的局限以及對種子樣本的依賴性,容易出現(xiàn)漏掉一些隱蔽的涉案賬戶或商戶。

　　面對這樣的局限性,中國銀聯(lián)以知識圖譜技術(shù)作為突破點,建成金融欺詐違規(guī)智能偵測平臺,構(gòu)建以賬戶、商戶、持卡人為節(jié)點,三者關(guān)聯(lián)關(guān)系為邊的大規(guī)模異常交易知識圖譜。以蔡某遭遇電信詐騙案件為例,對3張受害人付款卡以及3張犯罪嫌疑人收款卡進行查詢,形成關(guān)聯(lián)追溯網(wǎng)絡(luò)。從電信欺詐場景出發(fā),在發(fā)現(xiàn)嫌疑人收款卡存在集中轉(zhuǎn)入以及僅有4天有轉(zhuǎn)賬交易的特征,完成驗證電信詐騙判斷。進而繼續(xù)延伸節(jié)點查詢,發(fā)現(xiàn)該收款卡再次轉(zhuǎn)出的銀行卡命中涉賭黑名單。同時在商戶側(cè)延伸,查詢到3張受害人收款卡在6個商戶通過消費交易快速進行詐騙資金的轉(zhuǎn)移,其中5個商戶屬于同一法人注冊,并且該法人注冊的其他8個商戶屬于同一商戶類型,與洗錢商戶風(fēng)險特征較為符合,需要重點排查。就此形成層層延展的追溯網(wǎng)絡(luò),進一步擴寬了風(fēng)險查詢的邊界,順藤摸瓜的實現(xiàn)對金融風(fēng)險的“連根拔起”。

　　目前中國銀聯(lián)智能偵測平臺已經(jīng)構(gòu)建百億級節(jié)點規(guī)模的超大規(guī)模金融支付交易圖譜、億級用戶及商戶的風(fēng)險畫像,并且實現(xiàn)毫秒級查詢時間響應(yīng),在電信詐騙、團伙欺詐、偽冒注冊欺詐、賭博違規(guī)、黃牛營銷欺詐和商戶違規(guī)6個場景實現(xiàn)風(fēng)控建模。利用知識圖譜技術(shù),對金融欺詐風(fēng)險進行更為全面的排查,彌補傳統(tǒng)技術(shù)手段中可能出現(xiàn)的遺漏。

　　隱私計算:金融欺詐數(shù)據(jù)開放共享平臺 實現(xiàn)數(shù)據(jù)“可用不可見”

　　在一些需要金融機構(gòu)進行聯(lián)合封控的場景中,往往會出現(xiàn)這樣的需求場景,一家金融機構(gòu)需要對用戶進行風(fēng)險驗證查詢,需要其他機構(gòu)提供數(shù)據(jù)幫助,為判定做出印證。但出于數(shù)據(jù)隱私的保護需要,主動查詢的機構(gòu)不希望其他機構(gòu)得知被查詢用戶的具體信息,而其他機構(gòu)也不希望主動查詢機構(gòu)得知被查詢用戶在本機構(gòu)內(nèi)的具體信息,只想提供一個最終的統(tǒng)計結(jié)果。出于數(shù)據(jù)隱私保護的角度,雙方訴求合理,但在執(zhí)行過程中,雙方均不提供具體信息,卻使查詢無從做起。

　　面對這樣的情況,中國銀聯(lián)搭建金融欺詐數(shù)據(jù)開放共享平臺,通過隱私計算技術(shù)有效解決難題。隱私計算,指在保護數(shù)據(jù)本身不對外泄露的前提下實現(xiàn)數(shù)據(jù)分析計算,達(dá)到對數(shù)據(jù)“可用但不可見”的目的,在充分保護數(shù)據(jù)和隱私安全的前提下,實現(xiàn)數(shù)據(jù)價值的轉(zhuǎn)化和釋放。

　　如在騙貸場景,當(dāng)金融機構(gòu)通過內(nèi)部監(jiān)控手段發(fā)現(xiàn)相關(guān)人員存在騙貸嫌疑后,即可作為查詢方使用金融欺詐數(shù)據(jù)開放共享平臺,通過協(xié)調(diào)方(銀聯(lián))向行業(yè)內(nèi)其他機構(gòu)發(fā)起匿蹤查詢,詢問該人員是否在其他金融機構(gòu)也存在騙貸嫌疑。各數(shù)據(jù)共享方收到該查詢請求后,即可根據(jù)自身風(fēng)險數(shù)據(jù)反饋命中情況,并由協(xié)調(diào)方對結(jié)果進行匯總之后返回給查詢方。查詢方根據(jù)返回的命中結(jié)果,可對該嫌疑人員進行更準(zhǔn)確的判斷,若命中結(jié)果高,則說明該人員存在非常大的騙貸風(fēng)險,即可對其金融活動進行限制,并進一步采取司法手段。

　　在上述流程中,數(shù)據(jù)共享平臺做到了全流程中的數(shù)據(jù)隱私安全保障。一是對查詢方發(fā)送的查詢?nèi)藛TID進行隱匿,協(xié)調(diào)方和數(shù)據(jù)共享方均無法獲取到查詢方查詢的具體人員是誰;二是對查詢過程中數(shù)據(jù)共享方的命中情況進行了隱匿,查詢方和協(xié)調(diào)方只能獲取到最終的命中總數(shù),而無法得知各數(shù)據(jù)共享機構(gòu)的具體命中情況。在保護數(shù)據(jù)隱私的同時,完成對數(shù)據(jù)的分析計算,實現(xiàn)數(shù)據(jù)的“可用不可見”。同時,中國銀聯(lián)牽頭構(gòu)建隱私計算異構(gòu)平臺互聯(lián)互通標(biāo)準(zhǔn),不斷容納更多商業(yè)銀行、頭部科技公司、互聯(lián)網(wǎng)機構(gòu)等主體實現(xiàn)數(shù)據(jù)的互聯(lián)互通。

　　未來,中國銀聯(lián)將持續(xù)深化知識圖譜與隱私計算技術(shù)的更新迭代聯(lián)合產(chǎn)業(yè)各方,實現(xiàn)數(shù)據(jù)共融、模型共建和產(chǎn)品共研,助力新一代金融行業(yè)支付風(fēng)險防控基礎(chǔ)設(shè)施建設(shè),以科技賦能金融活水,在金融“五篇大文章”中繪就“科技金融”的鮮明底色,為我國金融數(shù)字化轉(zhuǎn)型筑牢堅實的安全基石。