search
DataVisor首次亮相2017互聯網+銀行數字化風控創新大會

DataVisor首次亮相2017互聯網+銀行數字化風控創新大會

3月17日,2017互聯網+銀行數字化風控創新大會(Internet+ Bank Digitalized Risk Management Innovation Summit)在上海舉辦,本次峰會以\"立足金融風控本質,互聯網化思維引領銀行業務創新\"為主題,邀請了包括招商銀行總行風險管理部副總經理李明強、恆豐銀行首席風險官俞勇、上海浦發銀行總行風險管理部總經理趙先信、平安銀行風險總監姚忠勝等160餘名銀行高管參與討論。DataVisor作為海外唯一受邀參會的大數據反欺詐檢測公司,攜獨創的無監督機器學習檢測技術亮相本次大會。

2

本次會議以\"銀行業務創新\"、\"互聯網科技手段結合下的新型風控體系建立\"為主線展開討論,就銀行如何藉助移動互聯、大數據、雲計算等現代科技手段提高風控能力,建立與輕資本、輕資產以及科創型企業特點相適應的新型風險管控體系進行了深入探討。

(圖為上海銀行總行風險管理部總經理林文傑關於大數據研究應用與銀行風險管理應用分析)

權威數據顯示,截至到2016年底,銀行業的總資產為33億美元,首超歐元區,位於世界第一。隨之而來,風險控制也迎來了更大挑戰:除債券違約暴增外,不良貸款率上升、銀行凈利潤率下降、利差顯著減少等,都是銀行業面臨的主要難題和長期趨勢。在這種情況下,風控成為銀行從業者首要關注的事項。銀行業資深人士表示,銀行業的不良貸款並沒有見底,風險並沒有完全釋放,現在正是風險管理的關鍵時期。在新的轉型發展期,銀行特別要重視利潤當期性與風險滯后性的錯配。DataVisor獨特的無監督檢測核心技術及金融反欺詐解決方案,一經亮相,便受到了極大的關注。

據了解,DataVisor CEO兼聯合創始人YinglianXie女士,曾是微軟矽谷研究院的資深研究員,為微軟產品開發出一系列成功的互聯網安全和反欺詐技術創新。其中包括基於微軟Hotmail社交圖以對用戶進行認證的系統架構,及大幅度降低信用卡實時交易風險的演算法。開發的大數據反欺詐技術廣泛應用於微軟的支付平台,Hotmail, Xbox和Bing等, 在學術界是大數據安全領域的資深專家,擁有網路安全領域50多篇專業研究論文和20多項專利,獲得多項最佳論文獎,同時,還擔任多個頂級網路安全及安全學術會議評審委員,多位知名大學博士生評審委員。

進入之前,DataVisor已經與一家位列財富500強的全球性金融機構攜手應對交易欺詐。該金融機構在超過200個國家提供服務並且已經進入金融服務行業超過100年。該金融機構在業務中部署了DataVisor的欺詐檢測服務后,極大提高了欺詐交易的攔截率。這使得該機構能夠在不影響正常用戶交易體驗的情況下,每年節省1200萬美元。

在本次2017互聯網+銀行數字化風控創新大會上,DataVisor憑藉其自身領先的無監督技術優勢和豐富的金融行業反欺詐經驗,為現場各位銀行專家帶來了銀行、金融機構的領先的金融反欺詐解決方案。現場,來自銀行風控部門管理人員對DataVisor無監督檢測技術表現出了濃厚的興趣,並表達了希望會後進行進一步探討、合作的期望。

銀行金融風控面對的主要問題有兩種:欺詐交易和洗錢。

欺詐交易難以捕捉,因為攔截一筆交易的決定需要在數秒完成。並且,拒絕一個優質用戶的正常交易將直接給該用戶對公司和產品的信任帶來負面影響。儘管銀行已經部署相應的風控系統並防止了很多攻擊,但是他們疲於應對欺詐者愈加複雜且變化多端的攻擊技巧。一些攻擊者使用不同的IP地址、信用卡和設備ID來創建多個賬戶以擴大攻擊的影響,並通過進一步發送不同金額的匯款來混淆視聽,以躲避傳統的規則系統和機器學習模型。

而在反洗錢交易監測中,由於傳統的規則引擎系統有很多局限性,導致產生許多誤報警。根據普華永道提供的數據顯示,反洗錢交易檢測系統產生的所有警報中,有90%-95%都是誤報警。規則精細度不足、無法分析全部事件和產品,系統會產生許多錯誤報警,進一步調查的費用更是高昂。同時,普通的反洗錢交易檢測系統需要花費大量的人力操作進行調優,耗時量大。

DataVisor欺詐交易解決方案

DataVisor獨特的無監督檢測方法能夠發現以一定方式關聯的惡意用戶,即便這些用戶單獨看起來都非常像正常用戶。

1. 檢測各種類型的交易:DataVisor的攻擊群組檢測可以識別惡意賬戶之間的關聯性以捕捉惡意群組的全部成員。

2. 無需標籤或訓練數據:DataVisor能夠檢測客戶未知的新類型攻擊。

3. 智能性決策輔助:定製的\"拖放式\"數據可視化工具可以幫助客戶更好的監控平台上的欺詐狀況和趨勢。

通過以上解決方案,DataVisor幫助客戶實現覆蓋率提升(在攻擊發生前發現潛伏期賬號)、早期檢測(在欺詐性用戶發起攻擊前進行預警)、實時決策(可滿足客戶亞秒級響應時間需求)的反欺詐檢測願望。

DataVisor反洗錢交易監測系統

DataVisor獨創的無監督機器學習檢測方法可以檢測到隱藏的關聯性,找到具有破壞性的欺詐組織,並極大減少誤報警情況的發生。DataVisor反洗錢解決方案無需標記數據或訓練數據,可以很快適用於未知的洗錢技術及不斷變化的產品類型。

1. 減少誤報警:有效減少誤報警產生的後續人工審核費用,幫助客戶更加專註於真正的惡意賬戶調查。

2. 自動規則調優:通過無監督檢測演算法自動生成規則,減少人工維護規則時間。

3. 減少漏報:通過分析全部用戶事件,檢測所有產品類型、地理位置和用戶的已知和未知欺詐威脅。

通過DataVisor反洗錢交易監測系統,我們幫助客戶實現:警報精確率高達99%、縮短人工警報審核時間至原先的 ,未知威脅檢測覆蓋率提升52%、每天自動生成1000多個新規則。

據悉,DataVisor是第一個成功應用大數據無監督學習技術檢測各類欺詐攻擊的公司,其基於Spark大數據平台 獨創的無監督欺詐檢測演算法,每小時可分析數十億用戶事件,對新型的、變化多端的欺詐行為進行提前預警,並提早自動發現未知的惡意欺詐行為。截止到2017年1月,DataVisor累計分析攻擊事件高達5000億,檢測惡意帳戶超過5000萬,保護10億餘帳戶免受侵害。

熱門推薦

本文由 一點資訊 提供 原文連結

一點資訊
寫了5860316篇文章,獲得23271次喜歡
留言回覆
回覆
精彩推薦