当前位置:新闻 > 滚动 > 正文

沈晓春:大数据和算法成就科技风控

2017-09-06 14:51:57    中国新闻网  参与评论()人

  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。

相关报道:

    关闭