腾讯安全综合反诈平台解决方案
所属单位:深圳市腾讯计算机系统有限公司
参与奖项:最佳反诈科技应用奖
评委评分:
热度 (转发微信朋友圈或群可以帮助增加热度)
获奖评语:作为拥有十几亿用户的互联网平台,腾讯的反诈动作一直是各方关注的焦点。该解决方案向上兼容三大风控场景,向下集成3个AI平台,贯穿事前、事中、事后风险全流程,让反诈更智能的同时更高效。在与其他机构合作反诈的案例中,也能够看到其卓越的成效,是值得其他机构学习和借鉴的方案。
微信扫码分享此评选

腾讯安全综合反诈平台解决方案是业务安全反欺诈场景的集中处理界面,所有反诈场景可以在“综合反诈平台”统一部署、统一决策,是风控数字化转型的基础底座,具有以下优势:

1、综合反诈平台向上兼容“信贷风控反欺诈”、“营销风控反欺诈”、“交易风控反欺诈”三大风控场景;

2、综合反诈平台向下集成“流计算”、“图计算”、“模型训练”AI平台;

3、综合反诈平台贯穿“事前风险感知”、“事中风险决策”、“事后案件调查”风险全流程;

4、综合反诈平台实现“风险探针-风险决策-风险释放-运营管理”风险闭环;

5、基于监管要求,综合反诈平台可帮助金融机构实现对经公安机关认定的涉案账户及主体,通过与监管对接,实现“一点接入 ,全面布控”系统自动控制,在各业务渠道严格实施控制措施。

方案背景

传统的解决方案,大部分是基于单点建立的反诈骗系统,例如通话分析的系统、短信拦截的系统、各互联网公司内部的反诈系统等等,大部分系统均是基于某一维度进行检测分析,并未形成良好的关联分析,诈骗分子通过更新诈骗模式,利用电话、短信、网址、及时通讯软件、三方支付等多维度工具,进行合成化诈骗,将诈骗的作案痕迹留在不同工具平台,利用数据隔离的问题,同金融机构的各类反诈骗系统进行对抗。诈骗作案手段不断升级,给识别受害用户带来了很大的困难和挑战。

银行侧因为处于电信网络诈骗最后一环资金流转环节,是最重要的一环,但往往也是最难打击的一环。一方面因为处于诈骗最后一环,由于信息隔离的孤岛,导致银行侧无法有效感知到本银行客户在通信侧、网络侧等场景遭受电信网络诈骗的风险。另一方面当感知到用户遭受诈骗流程转到银行侧的时候,往往已经是转账的一步了,留给银行判断的时间很短,对时效性提出了很高的要求。

综上,金融机构早期建设的反欺诈系统未解决跨工具数据隔离的问题,导致当前防诈骗形式越来越严峻,系统当前普遍存在以下主要问题:

1、多个业务风控系统之间缺乏系统联动,管控效率低。比如交易风险控制系统、实时风险监控系统、渠道业务系统、反洗钱等风控系统之间未建立有效的联动机制,数据源及风险信息未及时共享。需要人工在多系统间干预处理,风险管控的效率较低。

2、缺乏好的算法和模型,管控效果差。比如风险系统预警维度过于单一,没有建立客户行为画像,未能通过好的算法和模型,建立起更加有效的防控。完全依赖人工追查,风险管控效果较差。

方案目标

腾讯安全综合反诈平台解决方案,整合金融机构各风控系统的反欺诈能力,帮助金融机构梳理和规划反诈数据、策略、规则、模型和综合反诈平台,形成全行级统一反诈风险决策输出中心。支撑金融机构全行、全集团风控业务,以应对信贷、营销、交易环节的欺诈风险,完善全行反欺诈风险防控能力,提升业务运营效率。

综合反诈平台可实现将反诈数据+策略+模型+系统融合形成标准化、统一化,实现反诈数据对内的共享和对外服务的统一,打破“烟囱式”、“项目制”系统之间的集成和协作壁垒,整体联防联控。

方案特点

腾讯安全综合反诈平台解决方案特点如下:

1、整合电信流、网络流等数据感知检测能力,打通数据闭环,提供全方位受害用户感知;

2、研发专家团队长期跟踪电诈,全面覆盖8类主流诈骗类案件分析模型,精准定位诈骗类型,区分不同诈骗的应对风控策略;

3、业界领先的预警精准度,日均检出受害预警信息数40W+,欺诈预警提前率75%,预警数据准确率98%,全国典型网络诈骗立案覆盖率35%(业界最高)。

方案业务流程图

腾讯安全综合反诈平台是一款能够有效应对新型电信网络诈骗形势的系统平台。基于腾讯20多年网络黑产数据累积及打击模型和多年与各地公安运营商合作预防、打击诈骗经验开发的产品,建立新时期打击电信网络诈骗的综合治理方案,形成以预警防范为主的反诈骗体系,构建集“预警、拦截、侦查”为核心能力的打防管控多维一体的综合打击治理能力,建设全国打击治理新型网络违法犯罪的智慧大脑。

腾讯安全综合反诈平台解决方案

腾讯安全综合反诈平台基于信息流、网络流、资金流三侧的数据,建立了大数据检测系统,发现在数据流中的异常行为,并输出最终发现潜在受害者信息。银行侧可根据以上输出数据,在本地做特征融合模型,从而有效拦截资金,保护储户资金安全。

实现功能展示

腾讯安全综合反诈平台的核心功能包括:策略平台、指标平台、模型治理平台、反诈运营管理平台、数据网关等。

方案案例及效果

案例一:某国有大行天御综合反诈平台

依托大数据、人工智能等技术,实现高风险交易的实时监控和精准拦截,构建涵盖事前防控、事中控制和事后分析与处置的全流程网络金融数字化风险管理体系。

某国有大行天御综合反诈平台

方案效果:

  • 通过混合神经网络算法在交易中识别高危交易,大幅提升可疑交易识别率;
  • 机器学习模型实际AUC达到0.972;
  • 同误报比下,召回率提升40%。

案例二:某头部股份制银行“天御-灵鲲”综合反诈模型服务

背景:

不法分子利用当前信用卡借贷的便捷性,诱导受害者进行借贷操作,从而造成普通用户的资金损失。银行为保护普通用户不因互联网电信诈骗而造成资金损失,从而构建综合反诈风控系统模型。

应用场景:信用卡资金借贷场景

方案特点:

以用户在申请借贷的全流程中进行埋点检测,通过多次、多时间点的模型策略,分析用户当前的借贷申请是否正在遭受电信网络诈骗,如果模型判断用户处于诈骗环节中,可通过资金阻断、电话回访、延迟到账等风控策略帮助用户减少资金损失。反诈模型示意图:

反诈模型示意图:

方案效果:

  • 通过综合反诈平台,实现了涉诈借贷申请的有效拦截。涉诈交易降低至原有的40%
  • 当前超过70%的诈骗类型为冒充购物电商物流客服类诈骗。

方案未来展望

反诈与诈骗的对抗会越来越激烈,诈骗团伙的分工越来越专业化,技术手段也越来越多元化,未来的反欺诈需要不同领域的合作与联动。希望未来可以加强更多的合作,共建综合反诈联盟平台,通过安全可行的技术机制,提高反欺诈的技术能力,实现真正全行业反诈共治。