银行AI反诈：在精准拦截与用户体验间寻找平衡

银行AI反诈：在精准拦截与用户体验间寻找平衡

在人工智能快速发展的今天，AI诈骗案件频发，给社会安全带来了新的挑战。银行作为资金流动的重要枢纽，如何利用AI技术进行反诈成为了一个亟待解决的问题。本文将从技术原理、具体实践和未来发展方向等多个维度，深入探讨银行AI反诈的现状与前景。

在打击网络诈骗、保护群众的资金安全的过程中，银行不可避免会“打扰”正常用户支付。2024年11月26日，公安部联合多部门通报《电信网络诈骗及其关联违法犯罪联合惩戒办法》有关情况，人民银行、公安部高度重视“资金链”精准治理工作，指导行业进一步落实电信网络诈骗“资金链”治理，“资金链”精准治理工作至关重要。为避免“一刀切”影响用户体验，部分银行选择携手支付机构和提升精准防控水平。

邮储银行深圳分行个人金融部彭主管表示：“银行高度关注客户体验，在反诈高峰期间，拦截率上升导致了用户体验有影响，我们陆续推动以模型提升反诈水平。2024年年初，我们与财付通合作进一步提升模型精准度，并通过系列举措的落地，达到较好的精准反诈效果。”对于银行而言，精准的管控能有效提升用户体验，也有助于提升交易量。

在客户发起支付后的“极短”时间内，其实发生了很多事情。在“精准反诈”过程中，财付通实现了风控策略前置，财付通侧在交易层面增强管控力度，银行侧放松低风险用户限额，在风险可控的同时，提升交易成功率。

财付通风控专家张雨春表示：“讲风控，一般我们会分成事前、事中、事后三大部分。”事前阶段所涉及的其中两项重要工作是产品的反洗钱风险评估和客户的KYC（Know Your Customer）。 “事中阶段，涉及用户在实时交易时我们做了什么。”张雨春举例表示：“当客户给别人转账或者在小卖部付了一笔交易，输入密码后的‘极短’时间内发生了非常多的事情。”

“线上有实时的风控引擎，会在毫秒级时间内运行成百上千的策略和机器学习模型，来综合判断这笔交易是不是可能涉及不同类型的风险。”记者了解到，风控引擎会判断各种不同的风险类型，最终决定这笔交易到底能不能完成。

事后阶段，会基于风险支付数据以及用户和用户、用户和商户之间的交易网络，从其中挖掘一些跟风险相关的数据和特征，基于这些特征做离线的时序类的模型或者团伙挖掘类的模型，从而定位黑产行为。此外，在事后还会进行模型策略的持续迭代及优化。

面对AI新型诈骗的严峻挑战，新网银行积极探索AI驱动的金融反欺诈新思路，构建了“以攻为守”的多层次、多维度反欺诈防御体系，涵盖系统支撑、情报监控、多因素认证、智慧识别、智能升级及协同联动等多个核心环节，以期有效应对并预防各类新型欺诈行为，为金融机构和客户的资金安全提供坚实保障。

1.构建全面自动化的反欺诈系统闭环。工欲善其事，必先利其器。为确保反欺诈工作的高效性和精准性，新网银行建立了覆盖事前、事中、事后全业务流程的自动化反欺诈系统体系。该体系由情报信息、特征工厂、模型系统、决策引擎、名单管理、监控预警、案件调查等多个系统模块组成，共同构建一个闭环的反欺诈网络。这些系统模块之间紧密衔接、功能互补，形成高效协同、有机耦合的反诈合力。在面对AI新型诈骗时，该系统体系能够自动反应、精准识别并拦截潜在风险，为银行筑起一道坚固的反诈防线。

2.健全情报监控体系。情报监控预警是构建金融反欺诈体系的首要环节，其关键在于及时感知最新的AI技术、新型的欺诈手法以及潜在的欺诈风险。新网银行通过构建全面的情报监控体系，实时获取和处理社交媒体、论坛、贴吧等网络信息及黑灰产信息，并由专门的情报分析人员对收集到的各类信息进行深度挖掘和分析，及时发现并预警可能存在的新型欺诈手法，为智慧识别提供有力支持，更让金融机构先敌一步，掌握主动。

3.强化业务流程多因素认证机制。业务流程反欺诈是金融反欺诈体系的重要环节，其关键在于通过页面交互实时对抗欺诈行为。例如，在身份验证环节引入指纹识别、面部识别、声音识别等生物识别技术，并结合密码、手机验证码等传统安全措施，构建多层次、立体化的多因素认证体系，增加欺诈者冒用身份的难度，提高身份验证的准确性和安全性。此外，对于高风险的交易行为，还可通过5G视频通话技术进一步核验用户身份，防止欺诈者利用虚假身份进行欺诈活动。

4.提高智慧识别欺诈行为的水平。智慧识别是反欺诈体系的核心环节，其关键在于利用AI技术对欺诈行为进行精准识别。金融机构可以利用机器学习、模式识别、深度学习等算法对历史数据进行训练，构建能够精准识别各种欺诈模式的智能模型。同时，通过异常检测等无监督学习技术，可以挖掘出偏离正常行为模式的异常交易，及时捕捉新型欺诈手段。此外，图像识别技术也被用于活体检测，以识别如2D照片、3D面具或换脸攻击等欺诈行为。最后，通过构建知识图谱，可以将多源异构离散数据及错综复杂的关联关系提炼为对客户风险的深度洞察，从而提升对团伙欺诈风险的识别与防范能力。

5.提升反欺诈体系智能升级的速度。智能升级是反欺诈体系持续发力的重要保障，其关键在于不断更新和优化反欺诈技术和策略。首先，技术研发是推动

“精准反诈”是与“黑产”一直对抗的过程，智能尽职调查工具等可提升效率。 “这件事情最大的难点在于和‘黑产’是一直对抗的过程，‘黑产’会想方设法突破各种策略，以往更多是通过卖号养号的形式，现在会利用大商户、普通用户去洗钱或者欺诈。”张雨春在接受记者采访时表示，在技术上我们不断做迭代和更新，为了保护正常用户的交易需求，我们2023年上线了智能尽职调查工具，让用户自主举证材料，证明这笔资金来源是可信的。如果用户确实有合法的资金来源，举证链路跟实际交易吻合，在通过风控引擎的判定后，就会解除拦截，恢复正常交易。

面对AI新型诈骗的严峻挑战，新网银行积极探索AI驱动的金融反欺诈新思路，构建了“以攻为守”的多层次、多维度反欺诈防御体系，涵盖系统支撑、情报监控、多因素认证、智慧识别、智能升级及协同联动等多个核心环节，以期有效应对并预防各类新型欺诈行为，为金融机构和客户的资金安全提供坚实保障。

1.构建全面自动化的反欺诈系统闭环。工欲善其事，必先利其器。为确保反欺诈工作的高效性和精准性，新网银行建立了覆盖事前、事中、事后全业务流程的自动化反欺诈系统体系。该体系由情报信息、特征工厂、模型系统、决策引擎、名单管理、监控预警、案件调查等多个系统模块组成，共同构建一个闭环的反欺诈网络。这些系统模块之间紧密衔接、功能互补，形成高效协同、有机耦合的反诈合力。在面对AI新型诈骗时，该系统体系能够自动反应、精准识别并拦截潜在风险，为银行筑起一道坚固的反诈防线。

2.健全情报监控体系。情报监控预警是构建金融反欺诈体系的首要环节，其关键在于及时感知最新的AI技术、新型的欺诈手法以及潜在的欺诈风险。新网银行通过构建全面的情报监控体系，实时获取和处理社交媒体、论坛、贴吧等网络信息及黑灰产信息，并由专门的情报分析人员对收集到的各类信息进行深度挖掘和分析，及时发现并预警可能存在的新型欺诈手法，为智慧识别提供有力支持，更让金融机构先敌一步，掌握主动。

3.强化业务流程多因素认证机制。业务流程反欺诈是金融反欺诈体系的重要环节，其关键在于通过页面交互实时对抗欺诈行为。例如，在身份验证环节引入指纹识别、面部识别、声音识别等生物识别技术，并结合密码、手机验证码等传统安全措施，构建多层次、立体化的多因素认证体系，增加欺诈者冒用身份的难度，提高身份验证的准确性和安全性。此外，对于高风险的交易行为，还可通过5G视频通话技术进一步核验用户身份，防止欺诈者利用虚假身份进行欺诈活动。

4.提高智慧识别欺诈行为的水平。智慧识别是反欺诈体系的核心环节，其关键在于利用AI技术对欺诈行为进行精准识别。金融机构可以利用机器学习、模式识别、深度学习等算法对历史数据进行训练，构建能够精准识别各种欺诈模式的智能模型。同时，通过异常检测等无监督学习技术，可以挖掘出偏离正常行为模式的异常交易，及时捕捉新型欺诈手段。此外，图像识别技术也被用于活体检测，以识别如2D照片、3D面具或换脸攻击等欺诈行为。最后，通过构建知识图谱，可以将多源异构离散数据及错综复杂的关联关系提炼为对客户风险的深度洞察，从而提升对团伙欺诈风险的识别与防范能力。

5.提升反欺诈体系智能升级的速度。智能升级是反欺诈体系持续发力的重要保障，其关键在于不断更新和优化反欺诈技术和策略。首先，技术研发是推动

银行AI反诈是一场与时间的赛跑，也是一场与“黑产”的持久战。只有不断创新技术、完善体系、加强合作，才能在这场没有硝烟的战争中取得胜利。