文章主题：AI金融, 金融犯罪, 网络安全, 金融科技
在金融领域，AI技术的深入应用已经催生了全新的AI金融现象。具体而言，AI金融涵盖了诸多领域，如人工智能金融分析师、AI金融客服、AI金融管理等，甚至还包括AI金融产品的开发设计以及AI信用挖掘等。换句话说，AI金融已经从传统的资产、负债和中间业务、支付结算业务等多个方面进行全面布局，全面渗透。特别是在互联网金融领域，大数据、云计算、移动支付、网络平台金融等方面，AI智能技术更是游刃有余、量身定制。因此，我们有理由相信，AI金融时代的到来已经成为了大势所趋，无法逆转。
在金融业务的深处，其核心环节中，AI的技术贡献将会更加突出。其应用不仅仅局限于防欺诈和打击内外勾结的金融犯罪，它在这些领域的预防和破案能力都将得到显著提升。
一个引人注目的现象正在发生，那就是随着互联网、移动互联网、大数据、云计算、人工智能、区块链、数字货币、互联网金融、金融科技等新兴经济、科技和金融的发展，金融行业正逐渐转型为新兴科技金融、数字化金融和智能金融。然而，这种转型也带来了新的挑战，犯罪分子开始利用大数据、云计算、人工智能等技术进行高科技犯罪以谋求利益，且手法猖獗。例如，2019年一季度，拼多多优惠活动便曾遭受钻空子的攻击，损失惨重；许多商业网站也常遭受类似的攻击。
随着互联网金融，例如P2P等网络金融的蓬勃发展，网络高科技手段金融犯罪已经露出了猖獗的本质。在这个领域，专业从事网络打假和保障网络安全的企业360拥有着最权威的观点。
在2019年的5月9日，360金融研究院与360集团的联手发布了一项重要报告，该报告名为《2018智能反欺诈洞察报告》。这份报告以深入研究的方式，对金融电信诈骗和网络贷款欺诈这两种常见的欺诈行为进行了详尽的剖析和数据解读。根据报告的数据揭示，2018年，360手机卫士接收到的诈骗举报投诉案件中，金融诈骗所造成的损失金额占比达到了35%，其在所有诈骗类型中的报案量占比更是高达14.9%。报告最后得出的结论是，受到网络普及低龄化和中年群体金融需求日益增长等因素的影响，80后和90后的年轻人已经成为手机诈骗的主要目标。此外，男性受害者占据了76.3%，明显超过女性，而且人均损失的金额也比女性更高。
在损失金额方面，由于黑中介在成功获取目标用户的个人信息后，常常会在多个平台上进行高额度的骗贷行为，这导致用户所遭受的损失远超过传统诈骗。根据数据显示，当用户遭遇黑中介骗贷时，损失5000元至1万元的占比为28%，损失1万元至5万元的占比为38%，而损失5万元以上的占比则高达11%。这些数据充分展示了黑中介骗贷给用户带来的严重危害，也提醒我们需要加强对这类问题的关注和监管。
黑中介和黑产的智能化趋势日益明显，这是网络技术不断迭代的結果。为了达到欺诈目的，黑中介和黑产团伙开始利用大数据和人工智能等技术手段来扩大欺诈的覆盖面和精确度。他们建立了一个完整的产业链，包括用户数据获取、身份信息伪造和包装、欺诈策略制定以及技术手段实施等方面。
在大数据金融反欺诈领域，头部科技平台所掌握的数据已经发展到了相当成熟的阶段，具备了覆盖信贷、社交、消费、通讯等多种数据类型的能力。据360金融研究院的统计调研显示，对于建立用户群体画像以及评估借款用户还款能力来说，消费和社交这两类数据的作用最为关键，其对借款用户的还款能力贡献度较大。此外，安全类大数据在判断借款用户还款意愿方面也具有较高的参考价值。
360集团目前在全球的100多座数据中心部署了超过10万台服务器，数据存储量达到EB级，安全服务覆盖全球6亿台计算机，累计连接超过10亿台的移动设备，拥有总样本数超过180亿的全球最大的程序文件样本库。
而360金融背靠集团的数据智能优势，已积累了千万级别的黑名单和数亿的白名单库。自主研发的Argus智能风控引擎从数十万个变量中用机器学习方法筛选出超过3000个风控模型数据变量，近96%的授信申请和99%的订单申请实现全自动审核，秒级反馈结果。
在AI智能金融反欺诈应用上，基于人工智能技术建立的反欺诈模型和反欺诈策略成为平台预测、抵挡欺诈风险的有力武器。
一方面，人工智能可以利用机器对数据的大规模以及高频率的处理能力，将申请人相关的各类信息节点构建庞大网络图，并在此基础上建立基于机器学习的反欺诈模型并对其进行反复训练和实时识别。
另一方面，人工智能基于庞大的知识图谱，还能监测整个互联网的风险动态，当发现信用表现出现风险的时候，能够及时做出风险预警，启动“先知”的防御机制。
AI对于底层数据的识别分类应用在实践中也非常有帮助，例如底层数据标注等业务场景中，通过AI判定识别、人工过滤清洗的结合，可有效帮助高可用性内部数据的增长。
360金融在实际应用中结合场景应用AI分别构建相应的业务模型，同时重视AI在底层信息上的识别应用，例如：
采用生物活体检测和大数据交叉匹配借款用户信息，判别提供虚假信息的客户并拒绝其借款申请。
在中介风险识别的场景下，利用社交关系图谱模型、自然语言处理等AI建模技术在社交关系上有效识别团案风险。
在伪冒风险及账户盗用风险等业务场景下，高度重视AI在客户行为埋点数据、客户社交关系等非传统建模数据对该类风险的识别帮助，构建了伪冒评分、账户安全评分、客户行为异常模型、设备异常行为模型等模型评分，有效识别该类风险。
底层信息处理上，360金融构建设备识别模型，有效提升对于设备认定的有效性及准确度，特别提升了线上贷款对于设备数据使用的鲁棒性。
据了解，目前360金融有超过200+个风控子模型在线上运行，且具备实时自动更新模型的能力，部分风险模型的迭代时间以周为单位频次。
360金融在数据和技术上的投入也已颇有成效，年报数据显示，360金融2018年全年M3+不良率为0.92%，M6+不良率为1.5%，欺诈损失率保持在0.2%。
AI金融, 金融犯罪, 网络安全, 金融科技
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
