招商银行信息技术部胡明艳：三大技术突破实时风控拦截难点

　　导语：招商银行信息技术部零售应用研发中心副总经理胡明艳指出，基于数字化、智能化技术的应用，金融反诈治理体系已呈现出场景化、平台化、生态化的特征，通过各类创新技术的突破，也推动了银行反诈实时性、账户合规侦测精...

　　在电商平台“618”“双十一”“818”等购物节大促之际，电信网络诈骗再次冒头。近年来，黑灰产团队的欺诈手段不断翻新，欺诈团伙越来越善于利用数字技术，精确识别欺诈目标后采取措施，对用户实施诈骗。

　　为此，21世纪经济报道-21世纪资管研究院举办“科技赋能金融机构反欺诈反洗钱手段升级”线上圆桌会，探讨金融机构、互联网、金融科技公司如何升级、革新反欺诈手段，提高事前预防识别能力，做好中间环节拦截能力，完善事后风控模型迭代。

　　会上，招商银行(600036)信息技术部零售应用研发中心副总经理胡明艳指出，基于数字化、智能化技术的应用，金融反诈治理体系已呈现出场景化、平台化、生态化的特征，通过各类创新技术的突破，也推动了银行反诈实时性、账户合规侦测精准性等方面能力提升。

　　在风控的事前、事中、事后环节，银行往往在中间拦截环节承担着至关重要的作用。胡明艳表示，要做好中间拦截环节有赖于银行整体的风控体系能力建设，招商银行通过智慧风控生态体系覆盖线上业务的全生命周期流程。

　　“目前对银行比较大的挑战，在于事中实时的风控拦截。”据胡明艳介绍，过去基于历史标签库和专家规则，机构往往已经建立起较为完善的风控模型，但如要做到实时拦截，还有很多技术亟需突破。

　　从招行的实践经验来看，胡明艳认为通过三个方面技术能力建设可以实现风控实时拦截的难点突破。

　　第一是建立海量大数据计算、实时、高可靠的引擎。由于线上平台的交易量较大，尤其在登录、转账、支付等环节，要做到实时拦截，需要有较高性能的风控引擎来支撑。为此，可综合运用包括内存计算、批流计算、图计算、快速实时决策等多种技术组合能力，实现系统分布式的横向水平扩展，以确保面对电商大促或突发特殊情况时，系统得以保持稳定。

　　第二是在实时风险侦测AI模型训练方面做出突破，积极引入有效外部数据，弥补单纯使用银行数据不足的痛点，从传统的监督学习转向与无监督学习的训练方式相结合，不断提高银行机器学习模型的精准度。

　　第三是加强关系图谱关系的计算，基于线上实时交易特征与历史交易作比对，有效构建起包括信息流、资金流在内的全链路拼图，及早精准识别欺诈交易，进而达到实时控制拦截风险的目的。

　　在提高风控效率以外，如何兼顾正常客户体验也是银行在反诈过程中的一大难点问题。胡明艳观察到，由于一些风控手段的叠加，导致客户体验有所下降。

　　对此，胡明艳提出三点解决方案，首先是银行自身在精准风控核心能力的持续建设；第二是针对不同风险等级的可疑交易，可采取多种灵活反诈的管控手段；第三是呼吁公安机关、支付清算机构、运营商、银行等多部门建立协调统一的安全可信联动机制。

　　据胡明艳介绍，目前招行重点采取的差异化风险处置策略。例如对电信诈骗的潜在受害者进行自动弹窗提示；对涉嫌买卖出租账户的可疑账户，进行强生物识别的核身校验；对有较高风险的电诈受害者进行客服劝阻等人工审理干预，从多个维度联合提升客户体验。

　　面对未来反诈体系的建立，胡明艳指出，希望建立起多机构联合治理的体系，在数据和能力方面实现共享，“通过内部技术能力提升与外部合作，保护客户的每一分钱。”