随着数字支付创新发展 , 给人们的日常工作和生活带来了方便快捷的同时 , 也滋生了新型犯罪欺诈行为。以电信网络诈骗为例 , 当前诈骗技术工具层出不穷 , 加之互联网的隐匿性 , 导致诈骗犯罪已形成作案隐蔽、环节冗长且分工明确的黑灰产业链。传统风险防控技术手段已无法适应当前风险呈现出复杂性、隐蔽性、动态性的新趋势 , 需要迭代升级。

在此背景下 , 中国银联依托于国家重点研发计划重点专项 " 金融欺诈及支付受理市场违规侦测与处置技术研究与应用示范 " 项目 , 联合产业伙伴 , 通过对知识图谱与隐私计算等关键技术的突破 , 进一步提升金融支付行业风险防控技术水平 , 有效解决依赖传统技术所产生的风险识别不全面、在保障数据隐私的同时实现数据共享的难题。

知识图谱 : 金融欺诈违规智能侦测平台 拓宽风险识别边界

知识图谱是通过节点和关系的三元组 , 将知识以结构化的方式进行表示。举例来说 , 在知识图谱中最基本的单位是由两个节点和关系之间形成的三元组 , 如 " 中国 "-" 首都 "-" 北京 ", 其中 " 中国 " 和 " 北京 " 就是两个节点 ," 首都 " 则为二者的关系 , 这个三元组表达的知识则为 " 中国的首都是北京 "。而节点之间通过关系的不同可以向外继续扩展其他的三元组 , 比如 " 中国 " 这个节点可以通过 " 国土面积 " 的关系 , 连接到 "960 万平方公里 " 的节点 , 形成 " 中国的国土面积是 960 万平方公里 " 的新知识。以此类推 , 当无数个节点通过不同关系连接则可以产生一个巨大的知识图谱。

2020 年 4 月 , 持卡人蔡某于向公安报案称自己遭遇电信诈骗 , 并表示自接到办理网贷的推广 , 在欺诈分子的引导下 , 下载注册某银行 APP 和云闪付 APP, 同一天内向欺诈分子提供了 3 张银行卡 , 并完成 7 笔转账。接到报案后 , 相关机构立即采取技术手段进行风险识别。然而 , 传统技术手段由于专家经验的局限以及对种子样本的依赖性 , 容易出现漏掉一些隐蔽的涉案账户或商户。

面对这样的局限性 , 中国银联以知识图谱技术作为突破点 , 建成金融欺诈违规智能侦测平台 , 构建以账户、商户、持卡人为节点 , 三者关联关系为边的大规模异常交易知识图谱。以蔡某遭遇电信诈骗案件为例 , 对 3 张受害人付款卡以及 3 张犯罪嫌疑人收款卡进行查询 , 形成关联追溯网络。从电信欺诈场景出发 , 在发现嫌疑人收款卡存在集中转入以及仅有 4 天有转账交易的特征 , 完成验证电信诈骗判断。进而继续延伸节点查询 , 发现该收款卡再次转出的银行卡命中涉赌黑名单。同时在商户侧延伸 , 查询到 3 张受害人收款卡在 6 个商户通过消费交易快速进行诈骗资金的转移 , 其中 5 个商户属于同一法人注册 , 并且该法人注册的其他 8 个商户属于同一商户类型 , 与洗钱商户风险特征较为符合 , 需要重点排查。就此形成层层延展的追溯网络 , 进一步扩宽了风险查询的边界 , 顺藤摸瓜的实现对金融风险的 " 连根拔起 "。

目前中国银联智能侦测平台已经构建百亿级节点规模的超大规模金融支付交易图谱、亿级用户及商户的风险画像 , 并且实现毫秒级查询时间响应 , 在电信诈骗、团伙欺诈、伪冒注册欺诈、赌博违规、黄牛营销欺诈和商户违规 6 个场景实现风控建模。利用知识图谱技术 , 对金融欺诈风险进行更为全面的排查 , 弥补传统技术手段中可能出现的遗漏。

隐私计算 : 金融欺诈数据开放共享平台 实现数据 " 可用不可见 "

在一些需要金融机构进行联合封控的场景中 , 往往会出现这样的需求场景 , 一家金融机构需要对用户进行风险验证查询 , 需要其他机构提供数据帮助 , 为判定做出印证。但出于数据隐私的保护需要 , 主动查询的机构不希望其他机构得知被查询用户的具体信息 , 而其他机构也不希望主动查询机构得知被查询用户在本机构内的具体信息 , 只想提供一个最终的统计结果。出于数据隐私保护的角度 , 双方诉求合理 , 但在执行过程中 , 双方均不提供具体信息 , 却使查询无从做起。

面对这样的情况 , 中国银联搭建金融欺诈数据开放共享平台 , 通过隐私计算技术有效解决难题。隐私计算 , 指在保护数据本身不对外泄露的前提下实现数据分析计算 , 达到对数据 " 可用但不可见 " 的目的 , 在充分保护数据和隐私安全的前提下 , 实现数据价值的转化和释放。

如在骗贷场景 , 当金融机构通过内部监控手段发现相关人员存在骗贷嫌疑后 , 即可作为查询方使用金融欺诈数据开放共享平台 , 通过协调方 ( 银联 ) 向行业内其他机构发起匿踪查询 , 询问该人员是否在其他金融机构也存在骗贷嫌疑。各数据共享方收到该查询请求后 , 即可根据自身风险数据反馈命中情况 , 并由协调方对结果进行汇总之后返回给查询方。查询方根据返回的命中结果 , 可对该嫌疑人员进行更准确的判断 , 若命中结果高 , 则说明该人员存在非常大的骗贷风险 , 即可对其金融活动进行限制 , 并进一步采取司法手段。

在上述流程中 , 数据共享平台做到了全流程中的数据隐私安全保障。一是对查询方发送的查询人员 ID 进行隐匿 , 协调方和数据共享方均无法获取到查询方查询的具体人员是谁 ; 二是对查询过程中数据共享方的命中情况进行了隐匿 , 查询方和协调方只能获取到最终的命中总数 , 而无法得知各数据共享机构的具体命中情况。在保护数据隐私的同时 , 完成对数据的分析计算 , 实现数据的 " 可用不可见 "。同时 , 中国银联牵头构建隐私计算异构平台互联互通标准 , 不断容纳更多商业银行、头部科技公司、互联网机构等主体实现数据的互联互通。

未来 , 中国银联将持续深化知识图谱与隐私计算技术的更新迭代联合产业各方 , 实现数据共融、模型共建和产品共研 , 助力新一代金融行业支付风险防控基础设施建设 , 以科技赋能金融活水 , 在金融 " 五篇大文章 " 中绘就 " 科技金融 " 的鲜明底色 , 为我国金融数字化转型筑牢坚实的安全基石。