大数据时代下欺诈风险实时侦测讲解.ppt

大数据时代下欺诈风险实时侦测 1 1 实现要点 反欺诈 处理 - 快，毫秒级欺诈识别 - 稳， 7*24 小时服务 措施 - 事中干预 - 事后核实 大数据 - 内部数据 - 外部数据 模型 - 规则 - 异常值模型 - 关联模型 - 神经网络模型 2 2000-2012 年全球支付卡欺诈损失金额和 bp 统计 3 2012-2018 年美国支付卡各类型欺诈损失统计及预测 4 什么是申请欺诈 申请欺诈 — 以欺诈为目的，申请个人信贷账户以骗取 银行资金的行为。可细分为虚假身份申请和虚假资 料申请两类。 ? 虚假身份：指窃取他人身份证件（身份证、军官证、 护照等），或伪造虚假身份证件，申请信用卡的欺 诈行为。 ? 虚假资料：指身份证件真实、有效，但工作单位信 息（包括工作单位、工作单位地址、办公电话等） 和住宅信息（包括住宅地址、住宅电话等）全部与 实际情况不符的虚假申请欺诈。 5 申请反欺诈大数据 基本信息 住宅信息 职业信息 联系人信息 副卡信息 基本信息 职业信息 学历信息 查询征信次数 籍贯 出生日期 户籍地址 服务处所 虚假地址 虚假单位 虚假电话 申请表 征信 户籍信息 添加文字 灰名单 历史地址 职业信息 学历信息 联系人信息 历史信息 6 申请反欺诈技术 算法 模糊匹配算法 规则引擎 反欺诈规则引擎 模型 侦测模型 中文（简 / 繁体）、英文模糊匹配算法。 按照区域欺诈特征，定制多维度规则 集，实现快速计算。 逻辑回归模型和关联分析和聚类分析技 术的集团欺诈侦测。 7 伪卡 盗刷 ? 伪卡：犯罪分子通过复制磁条，得到伪造 的信用卡，假冒客户进行交易。 典型案例： 万某于 2014 年 2 月，收到某银行 发送的短信提醒，告知其在美国多次消费， 总计金额 1.6 万余元。万某本人为出境，信 用卡也在身边，他立即联系银行客服冻结 卡片并向公安机关报案。 盗刷：犯罪分子偷盗客户信用卡片及其密码， 未得客户允许，假冒客户进行交易。 典型案例 ： 2015 年 1 月王先生钱包遭窃。因 为工作繁忙，王先生没有及时向银行挂失 钱包中的信用卡。数十天后，王先生收到 银行账单，发现自己的信用卡被他人在异 地交易，共计损失 3.5 万元。 典型的 信用卡交易欺诈 作案手法有伪卡和盗刷两种 8 ? 年龄 职业 ? 开户时间 开户地区 ? 交易时间 交易金额 ? 交易地点 交易渠道 1. 客户信息 核 心 数 据 8 2. 交易信息 3. 非金融交易信息 ? 账户查询信息 地址变更 ? 修改密码信息 手机变更 交易反欺诈大数据 9 客户交易特征行为档案 ? 客户交易特征行为档案用来记录客户的消费行为和交易模式，是交易 反欺诈的核心技术之一。 ? 欺诈分子可以盗用客户信息，也可以伪造客户卡片，但是无法复制客 户的交易行为模式。 ? 特征行为档案从各个维度刻划客户的交易行为，从而反映每个客户独 特的交易模式。 ? 特点： ? 每个客户有自已唯一的交易特征行为档案 ? 档案随着客户的交易活动实时更新 ? 用来侦测当前交易和客户自身行为模式异同 10 交易反欺诈神经网络模型 输入 变量 1 输入 变量 2 输入 变量 3 HIDDE N LA YER 隐藏层 OUTP UT LA YER 输出层 INPUT LA YER 输入层 输入 变量 4 结果 Score 评 分 0-1000 反欺诈领域，普遍使用神经网络模型技术，该技术模拟人脑功能的基本 特征，适合处理需同时考虑许多因素和条件的非线性问题。神经网络模型 具有识别率高、稳定性强且易于系统落地实施等优点。