文 / 眾邦銀行風(fēng)險管理部兼大數(shù)據(jù)風(fēng)控部總經(jīng)理 田羽

　　隨著信息通信技術(shù)的發(fā)展，各行各業(yè)信息系統(tǒng)采集、處理和積累的數(shù)據(jù)量越來越多，全球大數(shù)據(jù)儲量呈爆炸式增長。2020年，中共中央國務(wù)院公開發(fā)布的《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》首次將數(shù)據(jù)作為一種新的生產(chǎn)要素類型，表示數(shù)據(jù)資源的開放共享、交換流通成為重要趨勢，也表明數(shù)據(jù)要素的高效配置是推動數(shù)字經(jīng)濟(jì)發(fā)展的關(guān)鍵一環(huán)。數(shù)字化轉(zhuǎn)型已成為金融業(yè)提高服務(wù)質(zhì)量和競爭力的共同選擇，為客戶帶來更加高效、優(yōu)質(zhì)的金融服務(wù)。

　　在數(shù)字化技術(shù)應(yīng)用的同時，給反欺詐帶來了嚴(yán)峻挑戰(zhàn)。在巨大經(jīng)濟(jì)利益的驅(qū)動下，通過木馬、釣魚鏈接、電信詐騙等各種手段騙取客戶資金的案件層出不窮。2021年以來，日漸猖獗的欺詐個人及團(tuán)伙對金融機(jī)構(gòu)造成了嚴(yán)重?fù)p失，如何實現(xiàn)精準(zhǔn)反欺詐，保護(hù)儲戶、銀行雙方資金安全，是當(dāng)下金融機(jī)構(gòu)迫切需要解決的問題。

　　金融行業(yè)反欺詐難點

　　金融行業(yè)主要為企業(yè)及個人提供金融服務(wù)，自身所擁有的數(shù)據(jù)也大多屬于金融業(yè)務(wù)數(shù)據(jù)，存在數(shù)據(jù)維度單一、數(shù)據(jù)量不足等問題。外部數(shù)據(jù)來源通常為征信報告、公開數(shù)據(jù)以及從其他外部機(jī)構(gòu)獲得原始數(shù)據(jù)，由于各行各業(yè)對于數(shù)據(jù)安全以及隱私保護(hù)標(biāo)準(zhǔn)日漸提高，直接獲取外部機(jī)構(gòu)原始數(shù)據(jù)不再可行。在反欺詐場景中，單個金融機(jī)構(gòu)主要使用自身數(shù)據(jù)，特別是新戶客戶獲取資料有限，難以覆蓋所有金融市場主體和識別所有的金融欺詐行為。金融機(jī)構(gòu)迫切需要結(jié)合自身的金融數(shù)據(jù)及外部數(shù)據(jù)聯(lián)合提升反欺詐效果，解決金融機(jī)構(gòu)內(nèi)部數(shù)據(jù)無法出庫、外部數(shù)據(jù)無法引入問題，打破因數(shù)據(jù)保護(hù)和商業(yè)壁壘產(chǎn)生的“數(shù)據(jù)孤島”，實現(xiàn)數(shù)據(jù)價值安全流轉(zhuǎn)，是解決金融行業(yè)欺詐問題的重要途徑之一。

　　數(shù)據(jù)流通新模式——隱私計算

　　隱私計算(Privacy-Preserving Computation)是指在保證數(shù)據(jù)提供方不泄露原始數(shù)據(jù)的前提下，對數(shù)據(jù)進(jìn)行分析計算的一系列信息技術(shù)，在保障數(shù)據(jù)流通與融合的同時實現(xiàn)數(shù)據(jù)“可用不可見”，是一套融合了密碼學(xué)、安全硬件、數(shù)據(jù)科學(xué)、人工智能、計算機(jī)工廠等眾多領(lǐng)域的跨學(xué)科技術(shù)體系，主要包含了聯(lián)邦學(xué)習(xí)和多方安全計算等的技術(shù)方案。

　　聯(lián)邦學(xué)習(xí)(聯(lián)合機(jī)器學(xué)習(xí))：聯(lián)邦學(xué)習(xí)是一種分布式機(jī)器學(xué)習(xí)技術(shù)，通過聯(lián)合兩個或多個參與方使用安全的算法協(xié)議進(jìn)行聯(lián)合機(jī)器學(xué)習(xí)，可以在各方數(shù)據(jù)不出本地的情況下進(jìn)行聯(lián)合多方數(shù)據(jù)建模，同時可根據(jù)已有模型進(jìn)行推理與預(yù)測。在訓(xùn)練或計算過程中，各參與方只交換密文形式的中間參數(shù)或中間結(jié)果，不交換數(shù)據(jù)，保證各方數(shù)據(jù)不暴露。聯(lián)邦學(xué)習(xí)也可結(jié)合同態(tài)加密、不經(jīng)意傳輸、秘密分享等加密技術(shù)進(jìn)一步提高計算安全性。

　　聯(lián)邦學(xué)習(xí)由橫向聯(lián)邦學(xué)習(xí)與縱向聯(lián)邦學(xué)習(xí)組成。橫向聯(lián)邦學(xué)習(xí)常用解決于多個參與方擁有相同數(shù)據(jù)字段，通過聯(lián)合各方不同用戶數(shù)據(jù)解決單一機(jī)構(gòu)數(shù)據(jù)量不足問題。縱向聯(lián)邦學(xué)習(xí)常用于多個參與方擁有不同數(shù)據(jù)字段且存在大量重合用戶場景，通過聯(lián)合各方相同用戶不同維度的數(shù)據(jù)解決單一機(jī)構(gòu)數(shù)據(jù)維度不足問題。

　　多方安全計算：由姚期智院士在1982年提出，指參與者在不泄露各自隱私數(shù)據(jù)情況下，利用隱私數(shù)據(jù)參與加密計算，共同完成計算任務(wù)。相較于聯(lián)邦學(xué)習(xí)，多方安全計算無需進(jìn)行模型訓(xùn)練，主要通過不經(jīng)意傳輸、同態(tài)加密、秘密分享、混淆電路、零知識證明等加密分享技術(shù)，參與方通過對原始數(shù)據(jù)進(jìn)行加密、轉(zhuǎn)換后再提供給其他參與方，任意參與方都無法接觸到其他參與方的原始數(shù)據(jù)，保證各方數(shù)據(jù)安全。多方安全計算技術(shù)常用于隱私集合求交、隱私信息檢索及隱私統(tǒng)計分析，以及規(guī)則分析等場景。

　　眾邦銀行基于隱私計算

　　在反欺詐場景的應(yīng)用

　　1.眾邦銀行—運營商聯(lián)合建模。相較于傳統(tǒng)反欺詐模型，眾邦銀行已推進(jìn)落地與運營商合作建設(shè)基于隱私計算的反欺詐模型。在該業(yè)務(wù)場景中，眾邦銀行與運營商達(dá)成深度合作，旨在擁有充分用戶授權(quán)的情況下，基于隱私計算縱向聯(lián)邦學(xué)習(xí)的技術(shù)底層，運用運營商合規(guī)數(shù)據(jù)賦能金融行業(yè)反欺詐場景。雙方本地數(shù)據(jù)標(biāo)簽備份，眾邦銀行準(zhǔn)備欺詐樣本標(biāo)簽，金融交易屬性特征，運營商則提供通話特征、行為特征、在網(wǎng)特征等，通過聯(lián)邦學(xué)習(xí)在雙方數(shù)據(jù)均不出庫的前提下，利用數(shù)據(jù)建模和大數(shù)據(jù)分析挖掘技術(shù)，高效、快捷地構(gòu)建用戶反欺詐體系，有效提升用戶篩選功能，提升貸款質(zhì)量，防止惡意欺詐。

　　在本次訓(xùn)練模型中，主要運用以下幾個維度的數(shù)據(jù)進(jìn)行計算，分別是：在網(wǎng)特征、通信消費、用戶偏好與用戶行為。通過聯(lián)邦學(xué)習(xí)豐富了反欺詐手段、提高了反欺詐綜合能力，更高效發(fā)現(xiàn)欺詐風(fēng)險，欺詐概率較之前下降約10%。衍生字段特征如表所示。

　　表 衍生字段特征

　　2.構(gòu)建跨行業(yè)跨機(jī)構(gòu)的反欺詐生態(tài)。在傳統(tǒng)數(shù)據(jù)分析場景中，受制于數(shù)據(jù)隱私的保護(hù)，不同機(jī)構(gòu)的數(shù)據(jù)無法匯集。眾邦銀行通過隱私計算技術(shù)可幫助組建包含政府、監(jiān)管機(jī)構(gòu)、銀行、運營商等跨行業(yè)跨機(jī)構(gòu)的反欺詐聯(lián)盟(如圖所示)。

　　圖 跨行業(yè)跨機(jī)構(gòu)的反欺詐聯(lián)盟

　　眾邦銀行利用已搭建的隱私計算平臺，與合作金融機(jī)構(gòu)、外部數(shù)據(jù)源建立可通訊的隱私計算節(jié)點。不同金融機(jī)構(gòu)間結(jié)合自身已有的欺詐、黑灰名單樣本和行內(nèi)金融屬性的相關(guān)特征通過橫向聯(lián)邦學(xué)習(xí)擴(kuò)充各自的反欺詐樣本，同時銀行將自身金融屬性的相關(guān)特征與外部數(shù)據(jù)源通過縱向聯(lián)邦學(xué)習(xí)構(gòu)建多維度的反欺詐融合模型，數(shù)據(jù)在傳輸過程中通過隱私求交技術(shù)進(jìn)行跨機(jī)構(gòu)間的樣本安全對齊，確保各參與方除了交集樣本外無法獲知或反推其他參與方的非交集樣本，模型最后結(jié)果與反欺詐系統(tǒng)進(jìn)行對接應(yīng)用。基于聯(lián)邦學(xué)習(xí)算法構(gòu)建的反欺詐模型對比僅基于行內(nèi)數(shù)據(jù)構(gòu)建的模型KS提升了20%以上，通過拒絕2%的客戶逾期下降4%。通過建立基于隱私計算的跨行業(yè)的反欺詐聯(lián)盟，解決了多方數(shù)據(jù)協(xié)作的合規(guī)性和安全性問題，挖掘數(shù)據(jù)潛能，精準(zhǔn)識別欺詐類用戶，提升通過率的同時，降低了逾期率，并避免了數(shù)據(jù)在多方間的跨企業(yè)流動的風(fēng)險，實現(xiàn)數(shù)據(jù)價值的安全共享。

　　行業(yè)前景

　　隨著互聯(lián)網(wǎng)金融的興起，各類欺詐行為逐漸滲透到數(shù)字金融的各個環(huán)節(jié)。反欺詐的分析及建模需要海量多維化數(shù)據(jù)，本地訓(xùn)練模型成本較高，且各機(jī)構(gòu)對數(shù)據(jù)的隱私性和安全性要求極為嚴(yán)格，反欺詐推動緩慢。據(jù)《銀行4.0》一書中提到，目前全球每年只有約3%的欺詐案例被識破，通過隱私計算技術(shù)可幫助構(gòu)建跨行業(yè)反欺詐生態(tài)、聯(lián)合多個不同行業(yè)如運營商、銀行、保險機(jī)構(gòu)、公安等機(jī)構(gòu)數(shù)據(jù)為反欺詐提供海量數(shù)據(jù)支撐以提升金融反欺詐能力。

　　社會影響

　　眾邦銀行作為首家互聯(lián)網(wǎng)交易銀行，始終秉承“專注產(chǎn)業(yè)生態(tài)，幫扶小微企業(yè)、助力大眾創(chuàng)業(yè)”的使命，以交易場景為依托，以線上業(yè)務(wù)為引領(lǐng)，以供應(yīng)鏈金融為主體，以大數(shù)據(jù)風(fēng)控為支撐。大數(shù)據(jù)風(fēng)控作為業(yè)務(wù)場景的重要基石應(yīng)不斷跟隨政策、法規(guī)時代的發(fā)展而被探索。眾邦銀行利用運營商數(shù)據(jù)基于隱私計算技術(shù)助力銀行反欺詐風(fēng)控體系的落地，在數(shù)據(jù)生產(chǎn)要素需要安全流轉(zhuǎn)的今天，無疑推動銀行風(fēng)控體系巨大進(jìn)步，不僅解決了銀行內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)的“數(shù)據(jù)孤島”問題，更是能利用多方合法合規(guī)的外部數(shù)據(jù)源參與模型的制作和對風(fēng)控效率的提升。眾邦銀行基于隱私計算技術(shù)搭建的數(shù)據(jù)開放生態(tài)網(wǎng)絡(luò)，旨在引入更多的合法合規(guī)數(shù)據(jù)源，是帶領(lǐng)深度依賴大數(shù)據(jù)的金融風(fēng)控體系邁向了探索數(shù)據(jù)合規(guī)、數(shù)據(jù)流轉(zhuǎn)和數(shù)據(jù)高效治理的道路，同時也是為數(shù)據(jù)作為生產(chǎn)要素，加快數(shù)據(jù)要素市場化，推動數(shù)字化高質(zhì)量安全發(fā)展，構(gòu)建以政策法規(guī)為依歸、技術(shù)創(chuàng)新為特征、綠色發(fā)展為目標(biāo)、數(shù)字要素為核心、安全可信為基礎(chǔ)的數(shù)據(jù)要素市場化配置新體系提供了堅實場景。

本文作者為nc9721。