案例名称

杭州银行电子渠道反欺诈应用实践

案例简介

“纯诱导型“诈骗以及营销“羊毛党”的识别与阻断是银行反欺诈工作的难点与痛点。我行“天御”事中交易监控平台自主研发的基于AI的交互式反欺诈策略，通过构建专家模型，制定智能案例阅读、安全问答、远程视频等创新型安全策略，可以有效阻断“纯诱导型“诈骗；我行易推客营销平台自主研发的线上营销反欺诈机制，借助客户身份识别及客户行为识别策略，建立反作弊规则引擎及辅助规则引擎，可以有效识别和防范营销“羊毛党”。

创新技术/模式应用

一、基于AI的交互式反欺诈策略

“纯诱导型“诈骗（本人操作，IP、设备等信息无异常）类型的客户，基本上都是被深度洗脑状态，针对此类诈骗，银行反欺诈应用中常见的短信验证、人脸识别等安全策略效果不佳，难以阻断欺诈交易。

鉴于上述痛点，我行将数据中台计算的风险标签客户与反诈专家模型精准匹配，再根据欺诈风险级别不同，分层执行智能案例阅读、安全问答、远程视频等安全策略，以此达到欺诈交易的识别、提醒、阻断的目的。

智能案例阅读及安全问答的素材选取的是最新的电信（网络）诈骗特征，案例阅读的“智能”体现在不同的欺诈类型客户，阅读的案例内容不同，具有较强的针对性与警示性； 安全问答需要在线完成答题，结果若包含疑似欺诈信息，则会采取临时锁定账户的保护性措施。远程视频则是结合了视频客服+人脸核验技术+防诈骗6必问，既可验证交易身份的真实性，又可以在防诈骗询问环节中“点醒“被骗者，及时阻断被挂起的交易。

二、线上营销反欺诈机制

1、建立反作弊规则引擎

规则引擎根据规则条件实时抓取有作弊特征的交易，我们对规则进行动态配置和实时统计，按照不同的时间窗口，在线统计各交易所符合的规则特征情况，并实时返回结果。

2、建立辅助规则引擎

然而不是所有满足规则条件的交易都存在问题，此时需要使用辅助规则引擎来提高结果的准确性。

1）用户画像评分

首先根据业务性质选取维度，如用户购买的产品类目、活跃度、撤单频次、历史恶意行为、常用设备等，利用统计方法得出用户综合分数，再给分值区间定级，最后得到所有用户画像评分。

2）业务名单库

建立黑白灰名单库。针对有历史恶意行为的用户，如刷单、套现、作弊、恶意投诉行为等，建立黑名单库；针对有可靠信用的用户，如本行员工、高净值客户等，建立白名单库；针对有作弊嫌疑，但不足以触发黑名单防控机制的客户，建立灰名单库。在某些大利益点活动时，通过降低权益等级的方式限制黑、灰名单用户，将风险拦截在前端，以保障重大活动平稳顺利进行。

项目效果评估

一、基于AI的交互式反欺诈策略

2021年4月至2022年4月，交互式反欺诈策略推出仅一年，通过阅读案例阻断的电信诈骗10起，止损90万元； 通过安全问答阻断的电信诈骗57起，止损280万元； 通过远程视频阻断的电信诈骗120起，止损800万元。上述案件中单笔止损百万元的3起，案例先后登上学习强国、浙江省法制日报等媒体，并受到了人行和公安部门的通报表扬，也收获了多位客户赠送的感谢信和锦旗。

二、线上营销反欺诈机制

营销反欺诈机制已经在直销银行网络财富营销工作中落地，上线以来运行稳定，它初步实现了直销银行网络财富客户的营销欺诈风险管理。

（一）网络财富营销风险客户的特征识别

1、区域特点：非我行营业网点所在区域的客户风险倾向高于我行营销网点所在区域。

2、行为特点：登录次数较少，目标性强；财富产品申购次数少，只针对灵活类理财产品进行购买。

3、群控特点：行为序列类似；登录次数、申购次数相似。

（二）网络财富营销风险客户的风险防范

2021年4月至2022年4月，网络财富营销反欺诈规则引擎已应用于60+场营销活动，自动处理业务1万余笔。在风险机制建设过程中，团队成员的营销反欺诈风险管理水平普遍提高，网络财富营销反欺诈规则引擎的自动化应用也保障了网络财富营销活动能够平稳顺利进行。

对客户而言，营销反欺诈机制的应用大幅减少了对正常用户的打扰，大幅提升了客户的活动参与体验和财富购买积极性；对银行而言，营销反欺诈机制的应用避免将营销费用投给对业务贡献价值较低的客户，进一步提高了营销准确度、精细度，增强了运营的效率及营销费用的高效使用。

项目牵头人

桂青峰 电子银行部总经理助理

项目团队成员

韩珠凤、李敏、赵悦

责任编辑：韩希宇