《中国经济周刊》记者张艳|北京报道
8月28日，中国银行荣获《亚洲银行家》“2020年度中国最佳人工智能应用”，以表彰其由“网御新一代风控系统”(以下简称“网御”)提供的智能反欺诈服务。
近年来，随着数字金融的蓬勃发展，日新月异的新型欺诈手段对银行的反欺诈能力提出了更高的要求，成为数字金融时代银行必须打造的核心竞争力。与传统银行采取的反欺诈风险防控措施相比，“网御”以交易监控为重点，创新性地运用多项金融技术开展实时反欺诈工作。
中国银行“网御”项目于2018年2月正式投入运营，主要为线上渠道服务。综合运用大数据、云计算、人工智能等先进技术，实时有效识别和处理欺诈风险事件，进一步完善事前风险识别评估、事中风险监测预警、事后风险应对处置的全流程风险管理体系。“网御”系统经过两年多的持续运行，实时累计交易数十亿笔，拦截电信诈骗交易，避免客户资金损失超过10亿元。
据中国银行负责个人金融在线安全的专家介绍，过去一年，中国银行应用机器学习技术，将反欺诈能力提升到更高水平。基于海量交易数据和高维行为特征，构建了适合高频交易场景的实时反欺诈机器学习模型，形成了一套深度融合机器学习模型和专家经验的风险控制体系。一方面，通过流量计算技术与传统批量计算的结合，可以满足银行日常交易的高并发、低延迟、高精度和高可靠性的要求。另一方面，机器学习模型可以对欺诈风险进行更敏锐的洞察，及时发现新的欺诈类型，通过描述和全面“理解”交易行为模式，最大限度地预防欺诈的发生。
今年6月，中国银行客户赵女士接到一个自称是某电商平台售后客服的电话。对方谎称发现赵女士购买的产品甲醛超标。她还表示，如果赵女士在平台上的信用评分达到750分，她可以退货并进行3倍赔偿，促使赵女士在网上借款5000元帮助提高信用评分。随后赵女士点击了对方发来的链接，按照指引填写了手机号、银行账号、取款密码等信息。诈骗分子利用这些信息登录赵女士手机银行，通过电话骗取手机验证码，并试图转移账户中的存款。在资金转出之前，赵女士接到了中国银行客服热线95566的电话。中国银行“网御”系统实时识别异常风险，中国银行反欺诈专员在与赵女士核实情况后及时拒绝交易，防止了客户的损失。随后，赵女士对中国银行及时有效的反欺诈服务表示衷心感谢。
“我们根据用户画像、交易习惯和欺诈特征等因素制定了数百条专家规则。在交易的瞬间，‘网御’系统会将交易的特征与这数百条专家规则进行对比，判断交易中是否存在欺诈风险。然后根据风险等级，通过弹出、生物识别，甚至人工电话确认等方式提醒用户，及时对疑似风险交易进行核实、警告或阻断，有效保障客户资金安全。”中国银行安全专家告诉《中国经济周刊》记者，通过引入以前银行很少使用的流媒体计算等开源技术，当每秒钟有近1000笔交易同时发生时，“Net Royal”系统处理每笔交易的计算时间不到30毫秒。也就是说，在用户没有意识到的那一刻，“Web Royal”系统已经可以通过用户的行为做出判断。
据中行专家介绍，“网御”除了基于大数据积累形成的专家规则外，最大的优势在于通过人工智能的应用，形成了能够持续分析用户习惯、总结欺诈特征、补充规则的机器学习模型。机器学习模型的应用可以降低挑战，拦截更多的欺诈交易。此外，机器学习模型对新案例也表现出较强的识别能力，突破了专家规则在案例识别准确率和新案例识别上的瓶颈。这也是国内大型银行将机器学习模型应用于高频实时决策场景的领先成功实践。
“通过这两年的实践，我们发现造假的变化可以说是‘与时俱进’。每当我们识别出一类欺诈的特征，并将其添加到专家规则中，就会发现这类欺诈很快消失，但另一种特征欺诈模式很快就会出现。”中国银行的专家告诉《中国经济周刊》记者，在没有机器学习模型之前，新的规则只能在一系列数据分析后总结出来，以识别和防止欺诈交易。应用机器学习模型后，“网御”可以对客户异常交易行为进行分析识别，进而对新型欺诈交易模式进行报警，大大提高了反欺诈风险管控的效率和能力，对网络黑产品造成了一定程度的打击。
“这不仅是中国银行应用人工智能和大数据技术推动银行数字化转型的成功实践，对同业和互联网金融行业也具有推广价值和借鉴意义。”中国银行安全专家表示，下一阶段，在依托“网御”建设实现风险管控策略和风险处置流程自动化的同时，中国银行将进一步构建和完善事前防控、事中控制和事后分析处置一体化。全过程风险控制系统全面提升了风险控制的数字化、智能化水平，
客户持续提供安全高效的优质服务。（本文刊发于《中国经济周刊》2020年第17期）
2020年第17期《中国经济周刊》封面
