国内焦点

【图】DataVisor首次亮相2017互联网+银行数字化风控创新大会

字号+ 作者: 来源: 2017-03-20

【图】DataVisor首次亮相2017互联网+银行数字化风控创新大会,车贷风控重点,音乐银行2017,风控专员岗位职责,2017年互联网大会

  3月17日,2017互联网+银行数字化风控创新大会(Internet+ Bank Digitalized Risk Management Innovation Summit)在上海举办,本次峰会以"立足金融风控本质,互联网化思维引领银行业务创新"为主题,邀请了包括招商银行总行风险管理部副总经理李明强、恒丰银行首席风险官俞勇、上海浦发银行总行风险管理部总经理赵先信、平安银行风险总监姚忠胜等160余名银行高管参与讨论。DataVisor作为海外唯一受邀参会的大数据反欺诈检测公司,携独创的无监督机器学习检测技术亮相本次大会。

【图】DataVisor首次亮相2017互联网+银行数字化风控创新大会

 
   

  本次会议以"银行业务创新"、"互联网科技手段结合下的新型风控体系建立"为主线展开讨论,就银行如何借助移动互联、大数据、云计算等现代科技手段提高风控能力,建立与轻资本、轻资产以及科创型企业特点相适应的新型风险管控体系进行了深入探讨。

  (图为上海银行总行风险管理部总经理林文杰关于大数据研究应用与银行风险管理应用分析)

  权威数据显示,截至到2016年底,中国银行业的总资产为33亿美元,首超欧元区,位于世界第一。随之而来,风险控制也迎来了更大挑战:除债券违约暴增外,不良贷款率上升、银行净利润率下降、利差显著减少等,都是中国银行业面临的主要难题和长期趋势。在这种情况下,风控成为中国银行从业者首要关注的事项。银行业资深人士表示,银行业的不良贷款并没有见底,风险并没有完全释放,现在正是风险管理的关键时期。在新的转型发展期,银行特别要重视利润当期性与风险滞后性的错配。DataVisor独特的无监督检测核心技术及金融反欺诈解决方案,一经亮相,便受到了极大的关注。

  据了解,DataVisor CEO兼联合创始人YinglianXie女士,曾是微软硅谷研究院的资深研究员,为微软产品开发出一系列成功的互联网安全和反欺诈技术创新。其中包括基于微软Hotmail社交图以对用户进行认证的系统架构,及大幅度降低信用卡实时交易风险的算法。开发的大数据反欺诈技术广泛应用于微软的支付平台,Hotmail, Xbox和Bing等,  在学术界是大数据安全领域的资深专家,拥有网络安全领域50多篇专业研究论文和20多项专利,获得多项最佳论文奖,同时,还担任多个顶级网络安全及安全学术会议评审委员,多位知名大学博士生评审委员。

  进入中国之前,DataVisor已经与一家位列财富500强的全球性金融机构携手应对交易欺诈。该金融机构在超过200个国家提供服务并且已经进入金融服务行业超过100年。该金融机构在业务中部署了DataVisor的欺诈检测服务后,极大提高了欺诈交易的拦截率。这使得该机构能够在不影响正常用户交易体验的情况下,每年节省1200万美元。

  在本次2017互联网+银行数字化风控创新大会上,DataVisor凭借其自身领先的无监督技术优势和丰富的金融行业反欺诈经验,为现场各位银行专家带来了银行、金融机构的领先的金融反欺诈解决方案。现场,来自银行风控部门管理人员对DataVisor无监督检测技术表现出了浓厚的兴趣,并表达了希望会后进行进一步探讨、合作的期望。

  银行金融风控面对的主要问题有两种:欺诈交易和洗钱。

  欺诈交易难以捕捉,因为拦截一笔交易的决定需要在数秒完成。并且,拒绝一个优质用户的正常交易将直接给该用户对公司和产品的信任带来负面影响。尽管银行已经部署相应的风控系统并防止了很多攻击,但是他们疲于应对欺诈者愈加复杂且变化多端的攻击技巧。一些攻击者使用不同的IP地址、信用卡和设备ID来创建多个账户以扩大攻击的影响,并通过进一步发送不同金额的汇款来混淆视听,以躲避传统的规则系统和机器学习模型。

  而在反洗钱交易监测中,由于传统的规则引擎系统有很多局限性,导致产生许多误报警。根据普华永道提供的数据显示,反洗钱交易检测系统产生的所有警报中,有90%-95%都是误报警。规则精细度不足、无法分析全部事件和产品,系统会产生许多错误报警,进一步调查的费用更是高昂。同时,普通的反洗钱交易检测系统需要花费大量的人力操作进行调优,耗时量大。

  DataVisor欺诈交易解决方案

  DataVisor独特的无监督检测方法能够发现以一定方式关联的恶意用户,即便这些用户单独看起来都非常像正常用户。

  1. 检测各种类型的交易:DataVisor的攻击群组检测可以识别恶意账户之间的关联性以捕捉恶意群组的全部成员。

  2. 无需标签或训练数据:DataVisor能够检测客户未知的新类型攻击。

  3. 智能性决策辅助:定制的"拖放式"数据可视化工具可以帮助客户更好的监控平台上的欺诈状况和趋势。

  通过以上解决方案,DataVisor帮助客户实现覆盖率提升(在攻击发生前发现潜伏期账号)、早期检测(在欺诈性用户发起攻击前进行预警)、实时决策(可满足客户亚秒级响应时间需求)的反欺诈检测愿望。

  DataVisor反洗钱交易监测系统

  DataVisor独创的无监督机器学习检测方法可以检测到隐藏的关联性,找到具有破坏性的欺诈组织,并极大减少误报警情况的发生。DataVisor反洗钱解决方案无需标记数据或训练数据,可以很快适用于未知的洗钱技术及不断变化的产品类型。

  1. 减少误报警:有效减少误报警产生的后续人工审核费用,帮助客户更加专注于真正的恶意账户调查。

  2. 自动规则调优:通过无监督检测算法自动生成规则,减少人工维护规则时间。

  3. 减少漏报:通过分析全部用户事件,检测所有产品类型、地理位置和用户的已知和未知欺诈威胁。

  通过DataVisor反洗钱交易监测系统,我们帮助客户实现:警报精确率高达99%、缩短人工警报审核时间至原先的⅛,未知威胁检测覆盖率提升52%、每天自动生成1000多个新规则。

  据悉,DataVisor是第一个成功应用大数据无监督学习技术检测各类欺诈攻击的公司,其基于Spark大数据平台独创的无监督欺诈检测算法,每小时可分析数十亿用户事件,对新型的、变化多端的欺诈行为进行提前预警,并提早自动发现未知的恶意欺诈行为。截止到2017年1月,DataVisor累计分析攻击事件高达5000亿,检测恶意帐户超过5000万,保护10亿余帐户免受侵害。

转载请注明出处。


1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章