沈晓春：大数据和算法成就科技风控

　　沈晓春：大数据和算法成就科技风控

　　《未来简史》作者尤瓦尔·赫拉利曾经这样表达他对于人工智能的理解， “人类已不能做主，未来算法说了算。”究竟算法能够给人类带来什么？9月3日，在2017智慧金融年度峰会上，京东金融风险管理部总经理沈晓春从AI在金融场景的应用出发，向在场观众阐述了算法为风控带来的改变，人机识别、关系图谱、深度学习、安全魔方这些充满科技感的概念吸引了现场观众的普遍关注。

　　从登录环节开始见微知著

　　“从登录环节开始，京东金融就开始见微知著”，沈晓春首先以账户登录场景的风险管理举例，她介绍说，为了确保每一位用户的账户安全，京东金融建立了包括设备识别、人机识别、 生物识别三大技术以及异常登录模型和账户等级模型在内的全方位账户安全体系，用于判断当前登录可能产生风险、判断当前用户行为偏好等。

　　以设备识别举例，“我们在这项技术的应用上，会有前后两个模块来同时推进，比如在最前端，在客户进行登录过程中，我们已经能够精确识别客户的设备，通过一些相应的技术手段来采集客户的设备环境，帮助生成客户识别的ID。在后端，则是通过机器学习等计算方法实现设备精准核算和判定，从而进行更好的风险控制和体验的增强”，沈晓春表示。

　　从人机识别角度上也是类似的逻辑，在账户登录的场景下，一般会遇到大批量的外部的攻击，攻击过程中如何做到在第一时间对它进行截断，并且保护所有客户资金的安全呢？沈晓春表示，对此，京东金融自主研发了整体的人机识别体系，它从六个维度来对一次实际登录行为进行不同维度的判定，比如在手机端，通过手摁在屏幕上的力度来判定是不是本人；在PC端，则是通过评估鼠标的轨迹是否规整，来判断是否真正遇到恶意攻击。

　　谈到异常登陆模型，沈晓春表示，京东金融的账户安全模型是由多层架构组成，异常登陆模型就是接近于顶层架构的分类模型。据介绍，京东金融异常登录模型结合了前端收集的设备特征编码、生物信息ID与历史数据规律， 在京东金融在线算法系统支持下，可以在毫秒级时间内就完成数百项数据的特征加工与模型计算，是用于保护用户安全的核心模型。

　　算法让风控看到的足够多

　　除了阐述AI在账户安全登录场景下的应用，沈晓春还首次对外透露了京东金融的两个比较有代表性的算法是如何提升京东金融风控能力的。

　　第一个算法，是路径的轨迹学习。根据沈晓春介绍，该算法是通过判断正常用户和异常行为用户浏览点击的不同轨迹，以及他们对于页面产生的不同反应，来进行好坏用户的相应判断。

　　沈晓春坦言，现在的网络攻击者都非常的专业，他们有很多较高的手段，他们也会对自己的很多行为进行一些相应的掩饰，但总体来说，“当我们看到足够多的时候，我们就会发现欺诈人群行为轨迹都会有一些相应的偏离”，沈晓春说，通过RNN的时间序列算法，我们对于坏用户识别的准确率可以超过常规机器学习算法的3倍以上。”值得一提的是，京东金融的这一算法研究已经被欧洲机器学习会议的PKDD2017收录，得到了国际上的权威认可。

　　第二个算法，沈晓春强调，是关于京东金融基于大规模图计算的涉黑群体的挖掘技术，这也是一项京东金融已经申请专利的技术。沈晓春表示，现在社会中的欺诈行为很有隐蔽性，也很有群体性。京东金融可以通过一个突破点从而延伸，抓住很多隐蔽在后面的欺诈行为，提前预防并拦截在体系之外。“目前，这项算法已经在交易欺诈，营销欺诈，保险欺诈各个方面进行相应的应用，我们可以把它理解成整体业务的安全防火墙”，沈晓春说。

　　经历双11、618考验的安全魔方

　　之所以拥有以上人工智能技术，与京东金融与生俱来的大数据基因密不可分。在沈晓春看来，作为一家服务金融行业的科技公司，京东金融背靠互联网、零售和金融服务三大业务，积累了大量业务数据。在多维、海量、动态的数据基础上，京东金融实现了人工智能、生物识别、深度学习、图像识别、云计算和区块链等领先技术的创新，并应用到了风险模型、量化运营、用户洞察、企业征信、智能投顾等各个与金融相关的领域中去。

　　与此同时，京东金融还将数据+人工智能能力进行对外输出，沈晓春在演讲中特别提到了京东金融的反欺诈解决方案——安全魔方。据悉，安全魔方拥有千万级每分钟的风控指标运算能力，还具备毫秒级的风险预警及响应时效，可以提升金融机构及电商客户的信贷申请反欺诈、账号与交易安全、营销反欺诈能力。最重要的是，安全魔方产品已经经过京东多次618和双11等超大业务量考验，和支付、信贷、保险、理财、电商等全业务场景实战。

　　最后，沈晓春谈到，风控一直是京东金融的战略核心，“在数据不断积累和技术驱动的前提下，我们的风控也在更新迭代，不断走向成熟。我们希望达到的目标，是风控真正做到无形，因为无形的风控才能让产品更好的融合在一起”。