欺诈团伙遇上关联网络，邪不压正
你可能永远都想不到骗子有多狡猾、多专业。
最近，小象看到这样一个案例：
近日，小王接到了一个自称“京东客服”的电话，说她网购的银行卡有一些网贷需要注销。因为个人信息与她的真实情况相符，小王便也相信了。随后在短短三个小时内，为了注销那些根本不存在的网贷，小王被骗了392600元，这其中包括银行贷款和网贷。还有一笔20多万的招行贷款因为审批慢没有到账，否则损失还将更为巨大。
意识到被骗的小王虽然选择了马上报警，但也知道追回损失的希望渺茫，于是便在网上分享了自己的受骗经历，收到了很多私信，其中一个网友还将他拉进了“难友群”，由于都是有相同被骗经历的人，小王并没有多加戒备，几番互相诉说宽慰之后，群友开始把话题转移到“怎么把钱追回来”。虽然觉得不可思议，但小王还是动心了，添加了那个自称能帮他追回钱的人。如果不是看到微信的系统提示：请注意核实对方的身份，谨防诈骗，小王很可能便再次走入骗子设置好的陷阱。
而随着个人诈骗意识的提升，诈骗团伙们也将更多目标放到了有组织、有预谋的团伙欺诈上。
不仅如此，欺诈团伙甚至还有专业的培训。
据媒体报道，某骗贷团伙在北京五环外的地方租一个商铺，将商铺装修成一个茶庄。然后从南方某一大省运一整村的村民过来，培训村民各种关于茶庄经营状况的话术：茶庄一个月的流水多少、从哪里进货、卖给谁、毛利多少、 如何缴税等等。最后让村民扮演茶庄的老板，去北京数十家信贷机构贷款，拿到几百万之后各自分成，一起跑路。
这其中也不乏高智商人群。
2018年，新西兰警方公布不了华人黄康和妻子张燕成合同律师陈刚、BNZ贷款经理蒋宗良以及ANZ的贷款经理Peter Cheng的团伙欺诈案。
黄康、张燕及律师陈刚办理了大量虚假的身份证明，并给这些假身份准备了详实的个人信息，工资单、其他收入和劳动合同等。随后，他们这些虚假信息和文件随后被提交给了ANZ、BNZ等多家银行，声称奥克兰和汉密尔顿地区的76套房屋有买卖交易，为此申请购房抵押贷款。BNZ贷款经理蒋宗良以及ANZ的贷款经理Peter Cheng，在帮助银行审查贷款资料时轻松通了审核。半年时间里，该团伙将5400万美元的贷款收入囊中。
而这样的团伙欺诈手段，对他们来说已然是轻车熟路。打掉了一个欺诈团伙，还会有下一个欺诈团伙，那么，如何揪出欺诈团伙呢？
关联网络如何实现网贷反团伙欺诈？
在顶象第九期业务安全大讲堂系列课程之《关联网络技术在业务安全中的应用》中我们曾详细的介绍过关联网络在团伙欺诈中的作用。
关联网络技术指的是通过关联图谱识别团伙欺诈、补充个体风险的识别能力。在团伙欺诈申请中，多人多笔贷款申请往往会通过要素共现（如相同的设备、IP等）构成关联关系。于是，我们便可利用关联网络技术来识别这种关联关系，进而发现团伙性的逾期风险。
其基本解决思路是通过构建手机号和设备的共享网络，发现连通性社区，进而训练评分模型来判断社区是否具有团伙性的逾期风险，整体流程如下图所示。
首先，我们可通过共现关系这一隐含关系，将订单要素的关联图谱简化为以手机号和设备为节点构成的二部图。
然后，根据图的连通性，划分出各个连通社区。
最后，计算各类社区内的风险指标，如社区大小、城市数量、征信逾期笔数、命中黑名单笔数等等，通过训练评分模型来判断社区是否具有团伙性的逾期风险。
警惕网贷诈骗风险，关联网络有妙招
作为人工智能技术在反团伙欺诈的重要应用，顶象关联网络能够动态定位潜在欺诈及高风险团伙，从源头追溯解析作案手段，系统地预测出进化趋势，并精准定量评估欺诈等高风险操作的波及范围和影响力度，帮助金融机构快速识别异常操作，高效挖掘机构内外部的潜在欺诈及高风险团伙，增强对未知风险的防范能力，进一步完善和提高金融机构风险管理系统的可靠性和准确率。
关联网络反团伙欺诈的解决方案主要有4个步骤：关联图谱构建、关联关系挖掘、图谱展示查询和风险监测运营四个部分组成，通过充分挖掘客户自有数据的价值，建立起以数据和算法为驱动的风险防控机制。
首先，关联图谱构建：基于对场景需求和业务逻辑的理解，跨部门、跨产品构建覆盖个体、设备、组织、产品、交易等维度的复杂关联图谱。
其次，进行关联关系挖掘：基于构建的关联图谱，抽取关联网络，运用标签传播、社区发现等复杂网络算法，进行风险节点和风险团伙的挖掘，并可结合个体和社区的风险指标，训练模型，进一步识别出高风险的个体和团伙。
再次，图谱展示：将通过关联关系输出的风险名单以图谱的形式进行展示，提供可视化的操作界面来辅助风控人员进行风险的日常监测和运营。在这个过程中，又会不断的积累出新的业务数据。
最后，风险监测运营：基于反团伙欺诈运营平台的可视化监控台、风控策略管理、黑名单标签库管理等服务，为业务安全保驾护航。此外，将关联网络技术输出的风险名单推送到打标系统，由专家进行进一步确认打标，确保在算法上线后，能够持续更新迭代。
此外，个人也应时刻警惕，保护好个人隐私信息，不给犯罪分子可趁之机；对“自报家门”的陌生人保持警惕，立即向相关方核实对方身份；网贷需谨慎，提高对第三方平台的风险防范意识，加强法律意识；发现不妥或有疑问要及时咨询，切勿存有侥幸心理。
欺诈团伙遇上关联网络，邪不压正相关推荐
- html实体编码_多视角学习 | 当自动编码器“遇上”自动编码网络
作者 | 张泽宇 编辑 | 肖棠 李仲深 今天给大家介绍天津大学张长青教授等人在CVPR2019上发表的文章"AE2-Nets: Autoencoder in Autoencoder Net ...
- 直播预告|一键观看关联网络与团伙欺诈的爱恨情仇
关联网络在业务安全场景中的应用--「业务安全大讲堂第九期」-CSDN直播http://t.csdn.cn/1NcME伴随着互联网.通讯工具等技术的发展以及新型支付方式的普及,出现了越来越多有着明确分工 ...
- 直播回顾|关联网络如何反团伙欺诈——标准答案版
11月10日下午15:00顶象数据科学家翼龙带来主题为<关联网络技术在业务安全中的应用>的直播. 直播内容包括常见的团伙欺诈场景.关联网络在反团伙欺诈中的作用.关联网络的技术框架,并就关联 ...
- 工智能遇上银行反欺诈，到底能帮什么忙
工智能遇上银行反欺诈,到底能帮什么忙 晚来风急 2017-08-02 11:42:00 浏览39 评论0 深度学习 大数据 算法 人工智能 神经网络 摘要: 说到人工智能,大多会联想到聊天机器人.人脸 ...
- 当图网络遇上计算机视觉！计算机视觉中基于图神经网络和图Transformer的方法和最新进展...
点击下方卡片,关注"CVer"公众号 AI/CV重磅干货,第一时间送达 点击进入-> CV 微信技术交流群 可能是目前最全面的<当图网络遇上计算机视觉>综述!近四 ...
- [当人工智能遇上安全] 3.安全领域中的机器学习及机器学习恶意请求识别案例分享
您或许知道,作者后续分享网络安全的文章会越来越少.但如果您想学习人工智能和安全结合的应用,您就有福利了,作者将重新打造一个<当人工智能遇上安全>系列博客,详细介绍人工智能与安全相关的论文. ...
- 度小满联合北大光华聚焦超级关联网络，硬技术能否改变行业风向？
文|颜璇 来源|智能相对论(aixdlun) 2017年,金融科技的智能风控开始出现在人们视野,金融科技也从边缘部门,逐渐走向金融公司的核心.今年,金融科技又出现了新的变化.10月12日,度小满金融与 ...
- 利用关联网络，防控信用卡“养卡套现”
信用卡是最常见金融信贷产品,初衷是为了解决用户提前消费和便捷支付的需求.发卡机构根据申请人的信用资质授予其可以使用的信用额度,申请人可以在多个消费场景使用信用卡额度进行便捷的信用支付,而已经使用的额度 ...
- 推荐系统遇上深度学习，9篇阿里推荐论文汇总！
作者 | 石晓文 转载自小小挖掘机(ID: wAIsjwj) 业界常用的推荐系统主要分为两个阶段,召回阶段和精排阶段,当然有时候在最后还会接一些打散或者探索的规则,这点咱们就不考虑了. 前面九篇文章中 ...
最新文章
- 椭圆曲线加密算法（ECC）原理和C++实现源码（摘录）
- 【机器学习基础】数学推导+纯Python实现机器学习算法4：决策树之ID3算法
- CPU高速缓存行对齐和代码优化
- 使用SpringMVC 的MultipartFile文件上传时参数获取的一个坑
- MySQL - 存储过程
- 可以输入也可以下拉选择的select
- 懒人版黑苹果mbr安装_MBR和GPT的区别，选择适合自己的
- Linux无root权限安装opencv3.4.0以及一些问题
- 《算法导论》读书笔记之第3章 函数的增长
- linux文件名补全,Linux中10个关于命令行自动补全的技巧
- javax.mail 发送163邮件
- php大写数字转换,php如何实现数字金额转换大写金额（代码示例）
- 【教程】win10 固态硬盘卡机卡死卡顿的真正原因！
- mysql 经纬度范围_MySQL之根据经纬度查询多少公里范围内的数据
- postgreSQL数据库的监控及数据维护
- android 提高启动速度慢,安卓启动速度过慢的原因及解决方法
- 深度理解面向对象的基础-抽象（一）
- GoldenSource和McObject推出最快的RegTechEDM解决方案
- PC网站微信扫码支付,Native支付,“当前商户号暂不支持关联该类型的appid“,“签名错误，请检查后再试““springBoot 微信支付“
- VC dll 注入之钩子注入