MIT、GBG战略合作黑瞳科技，行业黑马定义新一代反欺诈

伴随着移动互联网和现代信息技术的发展，虚假交易、账户盗用、刷单等欺诈行为日益猖獗，给人们的生活及金融企业造成了巨大的威胁。某金融企业就因规则漏洞被黑产攻击，10小时损失1.2亿。类似的案例屡见不鲜，件件触目惊心。因此，推动反欺诈和降低欺诈损失，已经成为整个社会和各个企业的迫切需要。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

面对愈演愈烈的欺诈行为，虽然反欺诈的战场上并不缺少斗士，但真正能够解决行业痛点的企业却寥寥无几，行业呼唤新一代反欺诈的出现。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

新型欺诈肆虐：传统反欺诈只能“亡羊补牢”【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

随着我国社会的互联网化转型，各种各样的问题也逐渐暴露，欺诈演变成线上化、跨区域、产业化作战，层出不穷的欺诈问题给我国人民群众带来的损失逐年上升。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

公开数据显示：与2017年第二季度相比，2018年第二季度诈骗交易金额比值同比增长25.7%。从2017年第三季度开始，诈骗交易金额复合增长率达到17%。仅2016年，互联网犯罪带来的损失就高达4000亿。正如黑瞳科技创始人时维所言，这4000多亿的损失不仅是金融机构在承担，而是整个社会在为之买单。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

之所以欺诈分子如此猖獗，在笔者看来，主要有如下两点原因。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

首先，互联网欺诈已愈演愈烈，呈现专业化、产业化、隐蔽化和场景化四大特点。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

欺诈演变由之前较为简单的盗号、盗刷演变为现在的借助大数据等前沿技术，从撒网式向精准化转变。欺诈团伙有专门的设备、专门的团队，有人专门写方案，有人专门负责执行，有人专门销赃，可谓是“分工明确”，高度产业化。而且异地作案、小额多发、取证困难这些隐蔽化特征，也加大了反欺诈难度。加上互联网应用场景的复杂化和多样化，传统通用的反欺诈技术已经无力应对，这些都导致了反欺诈困难重重。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

其次，传统反欺诈技术滞后。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

传统反欺诈是怎么做的呢？只能针对已经发生的诈骗案例做出应对，形成“专家规则”，但可能已经发生了损失，是针对既有漏洞，提出解决方案。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

然而面对新兴的诈骗手段，依然是束手无策，只能被动防守。而被动防守，对于信贷金融平台而言，无异于“亡羊补牢”，却不能做到“防患于未然”。从这个点上来说，传统反欺诈只能解决现有的问题，而不能作出预判。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

所以，在很多技术尚未完全实现场景化落地之际，尤其是无监督机器学习在金融领域的应用和实践相对缺失的情况下，传统反欺诈已经远远无法满足企业需求，行业亟需新一代反欺诈的出现。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

战略合作MIT、GBG：技术突破实现“未卜先知”【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

纵观反欺诈的演进史，基本可以划分为黑名单、专家规则、有监督机器学习以及无监督机器学习四个阶段。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

其中黑名单是一种实施简单、成本较低的反欺诈手段；专家规则只能“亡羊补牢”却无法及时应对新出现的欺诈手段。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

第三代有监督机器学习，是目前使用机器学习反欺诈中较为成熟的一种，但由于互联网欺诈行为的多样性，很难百分百地将欺诈行为与正常行为完全区分，因此有监督机器学习反欺诈最大的难点在于如何准确获取大量欺诈行为的标记。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

无监督机器学习是近来行业内出现的一种新兴思路，但由于无监督机器学习算法对数据广度、使用深度都有极高的要求，因此金融行业内迄今为止尚未出现较为成熟和经过实践验证的解决方案。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

面对这样的现状，黑瞳科技为突破技术局限，与美国MIT麻省理工共建了智能反欺诈联合实验室，深度研发无监督机器学习、迁移学习，智能化迭代模型等行业最前端的智能反欺诈技术。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

1959年Minsky与John McCarthy联合创立了麻省理工人工智能项目，之后的半个多世纪，MIT在人工智能领域的研究始终处于行业最前沿。目前，MIT拥有200多位专注于智能研究专家，从事人工智能和相关领域研究，取得了一系列突破。每年设立的MIT“全球十大突破性技术”，更是成为技术界标杆性的奖项。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

正如黑瞳科技联合创始人时维所言：“申请反欺诈基本上是解决虚假身份、虚假意愿和团伙欺诈这些问题的。黑瞳在底层算法上与MIT麻省理工合作，进行最前沿的智能反欺诈研究，因为在底层算法上，还是西方占明显优势，中国则是在算法应用上更加擅长。”【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

据了解，除了在底层算法上与MIT麻省理工建立合作，在工具上，黑瞳科技还与覆盖全球近两万家金融机构的反欺诈系统服务商GBG建立了深度战略合作关系，联合推出了黑瞳×Instinct产品，这也是GBG首次与中国企业推出联名产品。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

结合全球领先的算法技术及系统工具，黑瞳在智能反欺诈技术方面的突破，可以前瞻性地预防欺诈的产生，解决了传统反欺诈只能事后弥补的痛点。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

智能反欺诈利器：黑瞳帮助客户挽回上亿损失【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

技术的突破，解决了传统反欺诈只能事后补救而无法事前预防的难题，但对于真正实现智能反欺诈，解决各类新型欺诈难题，传统反欺诈企业亟需补足的短板还有很多，包括数据、场景、规则及平台等各方面的突破与打通。黑瞳科技通过理念创新、技术创新、产品创新等一系列的创新实践，在这方面取得了巨大的突破，对行业起到了引领和示范。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

首先，黑瞳科技创新性地提出数据技术场景规则平台的“五维一体”理念，前瞻性地制定了智能反欺诈标准，并通过“瞳核、瞳签、瞳分、瞳眼、瞳云”5大智能反欺诈产品，将智能反欺诈的概念真正落地。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

以瞳云为例：瞳云，是黑瞳独创的一站式智能反欺诈平台，融合了瞳核、瞳签、瞳分和瞳眼四大产品。客户仅需提供少量关键业务信息，智能反欺诈平台便可自动匹配客户需求，智能调配规则和迭代模型，定制化生成最优的反欺诈系统。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

同时，瞳云使用了 MIT、GBG的前沿技术和工具，综合运用了包括专家规则、有监督机器学习和无监督机器学习在内的三代反欺诈技术。同时结合黑瞳自身大数据优势、机器学习、AI和云计算等技术，瞳云可以为各类金融机构提供一站式反欺诈服务，实现了对银行、保险、信托、消金、互金等金融业务场景的全覆盖。通过瞳云产品，客户可以节省自建反欺诈系统、模型、多数据源对接，技术服务整合等多项成本。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

瞳云产品的一站式服务，为客户提供了从贷前到贷后，包括反欺诈架构咨询、数据查询、反欺诈分、专家规则、决策引擎、案件管理以及统计分析等在内的全流程服务，保障平台智能化稳定运行，从而实现客户欺诈风险防范收益最大化。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

瞳云产品只是黑瞳智能反欺诈武器库里的一把利剑，就如卡内基梅隆大学种骥科教授所言：“在迭代的过程当中，反欺诈模型迭代应该是非常严谨的过程，所以如果有一个技术平台，比如黑瞳的瞳云，对反欺诈模型迭代会有一个非常大的优势。黑瞳科技可以不断地通过反欺诈衍生，使客户的产品更智能化、简单化，我觉得这个前途是不可限量的。”【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

事实上，大量的产品实测也验证了种骥科教授的观点。黑瞳产品数据匹配度高达95%，瞳分产品的KS高达0.43，超出行业标准35%。帮助合作伙伴将坏账率从2.5%降到1.5%，挽回直接经济损失3个亿。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

结语【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

种骥科教授在采访指出，在他看来，过去的反欺诈技术是基于一行一行的代码，形成一个逻辑，然后用逻辑来做出一些判断。而黑瞳科技则是通过收集的学习案例，然后通过一个学习机制来做成的软件体系，具备真正的有效性。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】

事实上，通过技术突破引领反欺诈行业升级，黑瞳科技对于国内反欺诈领域都起到了引领和示范作用。我们有理由相信，在信息技术日新月异的明天，这匹“黑马”仍将继续充当引领者的角色，推动整个反欺诈事业上升到更高的台阶，最终实现“天下无诈”的终极目标。【注：本文作者原创作品，未经允许禁止抄袭。侵权必究！全网追踪】