數字金融欺詐已達專業級 有哪些手段可以反制？

金評媒JPM

ID：JPMMedia

關注

據統計，2017年黑產從業人員超150萬，年產值達千億級別。

數字金融的現狀，正如《雙城記》中所言：「這是最好的時代，也是最壞的時代。」

「一方面，技術在發展，數字金融不斷自我革新；另一方面，層出不窮的數字金融欺詐避之不及，只能直面。放眼金融科技的未來，我們懷著希望，也要保持警惕。」中國人民大學金融科技與互聯網安全研究中心主任楊東說。

數字金融欺詐四大特徵

數字技術的支撐下，金融市場的體量和發展潛力被逐步放大。與此同時，其暴露的風險隱患也與日俱增，欺詐現象層出不窮。

從數字金融平台欺詐的角度看，違約欺詐平台佔比已超六成。以網貸平台為例，截至2017年年末，累計問題平台數量為4039家，佔網貸平台總數的67.7%1。

從個人欺詐的角度看，由網路黑產主導的數字金融欺詐發展肆虐，已經滲透到數字金融營銷、註冊、借貸、支付等各個環節。

據統計，2017年黑產從業人員超150萬，年產值達千億級別，應用數據分析手段開展金融業務的數字金融平台是黑產攻擊的主要對象之一。數據顯示，截至2018年4月，其互聯網金融風險分析技術平台發現了21624個存在異常的互聯網金融網站和1362個互聯網金融網站漏洞。

從市場的客觀反映來看，數字金融的風控環節普遍面臨較大壓力。

近期發布的《數字金融反欺詐白皮書》顯示，數字金融欺詐呈現出專業化、產業化、隱蔽化、場景化四大特徵。

專業化

數字金融欺詐手段由之前較為簡單的盜號、盜刷，演變為現在的藉助大數據等前沿技術，從撒網式向精準化轉變，併疊加傳銷、兼職賺錢、網購退款、金融理財、虛擬貨幣等更為複雜多樣的手法。

產業化

同傳統的詐騙相比，數字金融詐騙往往是有組織，成規模的，他們分工明確、合作緊密、協同作案，形成一條完整的犯罪產業鏈。這條產業鏈主要包括開發製作、批發零售、詐騙實施、洗錢銷贓四大環節，進而又細分為軟體開發、硬體製作、網路黑客、釣魚零售、域名販子、個信批發、銀行卡販子、電話卡販子、身份證販子、電話詐騙、簡訊群發、在線推廣、現金取現、電商平台購物、黃賭毒網站等15個具體分工。

隱蔽化

主要體現在三個方面：一是異地作案，金融欺詐逐漸呈現出移動化趨勢，數字金融詐騙不受空間限制，甚至同一詐騙團伙的犯罪分子都來自全國各地；二是小額多發，由於數字金融具有普惠性，服務客戶下沉，單筆詐騙造成的損失多數都在萬元以下；三是取證困難，數字金融詐騙多存在盜號盜刷、冒用身份問題，僅僅依靠傳統手段很難取證。

場景化

以網購場景為例，數字金融機構依託網購這一場景可以開展消費金融、供應鏈金融、退運險等多種金融業務，如果買賣雙方勾結，虛構交易行為，則可能出現同一場景下的多種欺詐行為。商戶賣家客戶獲得虛增交易量，獲取供應鏈金融更高額度的授信；買家可能通過虛假購買行為，利用消費金融套現。此外，雙方還能通過退貨騙取運費險賠付。

反欺詐三大手段

在欺詐團伙產業化、規模化，且廣泛使用大數據、人工智慧等前沿技術的今天，反欺詐技術能力直接影響著數字金融反欺詐的實際效果。

《數字金融反欺詐白皮書》顯示，傳統反欺詐手段由於維度單一、效率低下、範圍受限，難以應對新型的欺詐手段。目前，從技術的運用層級和著力點來看，數字金融反欺詐技術可分為數據採集、數據分析、決策引擎等類型。

數據採集

數據採集技術主要是應用於從客戶端或網路獲取客戶相關數據的技術方法。值得強調的是，數據採集技術的使用，應當嚴格遵循法律法規和監管要求，在獲取用戶授權的情況下對用戶數據進行採集。數據採集技術包括：設備指紋、網路爬蟲、生物識別、地理位置識別、活體檢測等等。

數據分析

數據分析技術是指運用數據分析工具從數據中發現知識的分析方法。其中，機器學習技術是一種通過模型預測來反欺詐的數據分析技術。機器學習技術依賴數據，通過對數據的整理分析訓練出合適的模型，再利用模型進行預測，達到反欺詐的效果。它包括有監督機器學習模式、無監督機器學習模式和半監督機器學習模式。

決策引擎

反欺詐決策引擎是數字反欺詐體系的大腦和核心。一個功能強大的決策引擎，可以將信譽庫、專家規則和反欺詐模型等各類反欺詐方法有效的整合，並為反欺詐人員提供一個操作高效、功能豐富的人機交互界面，大幅降低反欺詐運營成本和響應速度。對於決策引擎好壞的判斷，應當從引擎處理能力、響應速度、UI界面等多個維度進行綜合判斷。

中國刑事警察學院網路犯罪偵查系主任秦玉海認為，從數字金融反欺詐的實踐經驗來看，反欺詐之戰不是某一種技術或方法的單打獨鬥，而是一場集數據、技術和機制於一體的綜合防禦戰。其中，數據是反欺詐體系建設的核心和前提，技術是打贏反欺詐之戰的重要支撐，機制是優化反欺詐效果、提升反欺詐能力的重要保障。

「路漫漫其修遠兮，吾將上下而求索」。只有立凈化行業之志，舉全行業之力，在反欺詐體系建立上加強合作、信息共享、共防共御，良性健康的數字金融生態圈才能逐步形成。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！