0
1994年年初，有位叫姜文的演員因飾演《北京人在紐約》中的王啟明而被中國大眾熟知。
彼時(shí)，眾多懷揣著美國夢的中國人踏上了這片想象中的自由之地，當(dāng)時(shí)22歲的黃鈴還是北航飛行器設(shè)計(jì)和應(yīng)用力學(xué)系的一名大四學(xué)生。
6年后的2000年，28歲的黃鈴隨著浩蕩的出國潮，踏上了飛往大洋彼岸的飛機(jī)，成為加州大學(xué)伯克利分校計(jì)算機(jī)科學(xué)專業(yè)的一名博士生。
對他而言，除了生活環(huán)境上的巨大改變，還有研究領(lǐng)域的轉(zhuǎn)變。學(xué)力學(xué)和應(yīng)用數(shù)學(xué)出身的他，將在此基礎(chǔ)上，更為系統(tǒng)的了解機(jī)器學(xué)習(xí)以及其在網(wǎng)絡(luò)安全層面的應(yīng)用，而此前，他只是對這部分知識(shí)感興趣。
他自己也未曾料到，這樣的興趣和教育背景，多年后最終讓他成為了行業(yè)內(nèi)少數(shù)精通人工智能和計(jì)算機(jī)安全的專家，這項(xiàng)長處未來也將讓他在金融反欺詐領(lǐng)域大放異彩。
07年博士畢業(yè)后，他順利進(jìn)入美國英特爾研究院，期間曾同老牌安全公司 McAfee 合作了多個(gè)項(xiàng)目，運(yùn)用人工智能技術(shù)，對用戶的行為和信譽(yù)進(jìn)行建模分析，解決網(wǎng)絡(luò)安全、數(shù)據(jù)安全、防病毒、反欺詐等方面的問題。
簡言之，通過對黑產(chǎn)的研究運(yùn)用機(jī)器學(xué)習(xí)和大數(shù)據(jù)建模的技術(shù)，他們能通過分析用戶行為來判斷這個(gè)人的信用到底怎么樣？金融機(jī)構(gòu)再根據(jù)他們的分析，來決定是否放貸，貸多少？
2017年3月，在美國求學(xué)了工作了17年的黃鈴，決定回國創(chuàng)業(yè)，他與另外兩位伯克利的同窗，成立了主打金融反欺詐的慧安金科。
一年之后，慧安金科宣布完成 1 億元 A 輪融資，由創(chuàng)新工場領(lǐng)投，高瓴資本、丹華資本、長風(fēng)智清等投資機(jī)構(gòu)跟投。
近日，黃鈴對雷鋒網(wǎng)講述了他為什么回國創(chuàng)業(yè)的原因，國內(nèi)的金融反欺詐現(xiàn)狀以及他目前想要做的事情。
“中國的金融業(yè)發(fā)展非常迅速，新的業(yè)務(wù)和場景層出不窮，很多是在世界其他地方看不到的?！卑踩恢币詠?，都在跟著業(yè)務(wù)走。雖然黃鈴在大數(shù)據(jù)系統(tǒng)、人工智能、信息安全和金融科技領(lǐng)域有超過 15 年的實(shí)戰(zhàn)經(jīng)驗(yàn)，但國內(nèi)不斷涌現(xiàn)出的新場景和新業(yè)務(wù)，依然吸引了這位老道的風(fēng)控專家。
“中國的移動(dòng)支付發(fā)展如此迅猛，我們可以看到在電商、社交等場景已經(jīng)涌現(xiàn)出各類欺詐行為了，這些都需要風(fēng)控。”黃鈴告訴雷鋒網(wǎng)，目前慧安金科的業(yè)務(wù)主要集中于互金、保險(xiǎn)、證券等大金融領(lǐng)域。
與美國已經(jīng)擁有成熟的信用卡市場不同，中國目前還有8億人沒有申請信用卡，而不少人第一次使用的信貸服務(wù)是互金產(chǎn)品，但在互金行業(yè)中，很多公司在極速增長的業(yè)務(wù)之下，安全卻沒有做到位。
“有人說現(xiàn)在的互金行業(yè)名聲不好，出現(xiàn)了暴雷事件，我個(gè)人的看法是，一顆老鼠屎壞了一鍋粥，他們不在源頭做風(fēng)控，而是通過高額利息和暴力催收這種方式來，這樣當(dāng)然發(fā)展不好，現(xiàn)在看那些活的很好的互金企業(yè)，都是風(fēng)控做的好的?！秉S鈴想做的事情，就是通過這么多年來在金融行業(yè)的經(jīng)驗(yàn)，來更高效的解決風(fēng)控問題，為這個(gè)行業(yè)帶來規(guī)矩，設(shè)定秩序，提供標(biāo)準(zhǔn)。
由于在美國的金融反欺詐領(lǐng)域有十幾年的從業(yè)經(jīng)驗(yàn)，所以黃鈴對于黑產(chǎn)的欺詐手段和套路都比較了解，加之在機(jī)器學(xué)習(xí)和數(shù)據(jù)建模方面的優(yōu)勢，讓他可以不斷涉及世界一流的人工智能算法，對用戶的各種行為進(jìn)行精準(zhǔn)的量化分析，最終根據(jù)不同的業(yè)務(wù)來做出識(shí)別風(fēng)險(xiǎn)用戶的模型，全面對抗黑產(chǎn)欺詐行為。
與黑白名單、信用庫等傳統(tǒng)的金融反欺詐手段不同，黃鈴和團(tuán)隊(duì)做的，是通過對用戶的行為進(jìn)行量化分析 ，來為金融機(jī)構(gòu)提供反欺詐的服務(wù)。
在介紹具體的不同之前，我們先來回顧一步電影中的片段。
在阿湯哥主演的《碟中諜5》中，有個(gè)劇情是他們要進(jìn)入安全機(jī)構(gòu)拿檔案，最開始有指紋識(shí)別，后來是人臉識(shí)別，但是最終極的安全措施是通過步伐的識(shí)別來進(jìn)行認(rèn)證，你走路的姿勢、速度、長度等都成為了機(jī)器判斷的因素。
放在金融反欺詐的場景中，傳統(tǒng)的識(shí)別方式是，根據(jù)一個(gè)人的姓名、身份證號、IP、住址等標(biāo)簽來進(jìn)行識(shí)別，但這有兩個(gè)問題。
一是目前已有黑產(chǎn)可以偽造身份證，一個(gè)人可以通過易容等方式，來為自己辦一張假身份證，這在黑產(chǎn)產(chǎn)業(yè)鏈條中，早已不是難題。
二是IP、住址等標(biāo)簽，很可能會(huì)造成“誤殺”，一個(gè)IP下面可能有多個(gè)用戶，如果因?yàn)槠渲幸粋€(gè)用戶信用不好而“誤殺”其他信用好的用戶，同樣會(huì)給金融機(jī)構(gòu)造成損失，況且黑產(chǎn)經(jīng)常也在更新IP，反欺詐人員能否跟上黑產(chǎn)的速度也是一個(gè)疑問。
那黃鈴和他的團(tuán)隊(duì)是如何來解決的？
再回到上面電影中的場景，機(jī)器通過計(jì)算阿湯哥邁步的姿勢、長度、速度等綜合因素，來進(jìn)行判斷。現(xiàn)在，我們把這個(gè)場景放到互金平臺(tái)的注冊場景中，用戶在線填寫賬號輸入密碼的過程中，他的速度、填寫的順序、手指按下的力度等行為數(shù)據(jù)，都會(huì)成為最終的“數(shù)據(jù)原料”，通過對這些數(shù)據(jù)進(jìn)行特征的衍生處理和關(guān)聯(lián)分析，來檢測出不同緯度上的異常。
與傳統(tǒng)非黑即白的結(jié)果不同，經(jīng)過關(guān)聯(lián)分析后，最終會(huì)得出一個(gè)風(fēng)險(xiǎn)評分，來為風(fēng)控人員在決策時(shí)提供風(fēng)險(xiǎn)參考。
這么做的好處有兩點(diǎn)。
第一，不會(huì)涉及到大量的個(gè)人隱私信息；第二，黑產(chǎn)團(tuán)伙在多次作案中，總會(huì)有一些共同的特征，通過建模，來把這些特征描述出來，從而可以主動(dòng)地在成千上萬的用戶中主動(dòng)識(shí)別隱藏的欺詐行為，而不是等案發(fā)之后，才來補(bǔ)救。
安全長久以來一直是跟著業(yè)務(wù)在走，比如我們熟知的 BATJ，由于業(yè)務(wù)的迅猛發(fā)展，紛紛成立了安全部門，也吸引了不少來自硅谷的安全人才。
但黃鈴選擇了另一條更具挑戰(zhàn)的路－－－－－為更多不同種類型的公司提供安全服務(wù)。
“我不能為了一棵大樹放棄一片森林”，黃鈴告訴雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))，有不少做風(fēng)控的同行回國之后加入了大廠，但安全是眾多公司都會(huì)面臨的問題，他更希望去解決諸多不同類型的公司遇到的問題，去服務(wù)整個(gè)產(chǎn)業(yè)，而不是某家公司。
“大廠的用戶多，積累的場景和數(shù)據(jù)可能也會(huì)更多，這是不是你們的短板？”
對于雷鋒網(wǎng)的這個(gè)問題，黃鈴解釋，他們并不需要海量的標(biāo)簽來進(jìn)行建模，二是通過半監(jiān)督主動(dòng)式機(jī)器學(xué)習(xí)技術(shù)，加上有經(jīng)驗(yàn)豐富的風(fēng)控專家的介入，這樣就可以融合已有的標(biāo)簽樣本和大量的未知樣本來建模，做定制化的模型。
這樣一來，客戶能夠給慧安金科提供一些樣本數(shù)據(jù)，幫助慧安金科的系統(tǒng)平臺(tái)能夠更精準(zhǔn)地建模；另一方面，有業(yè)務(wù)專家的介入，機(jī)器能夠分析風(fēng)控業(yè)務(wù)中多變的情況。
對于融資后的打算，黃鈴表示將在算法的搭建更加下功夫，以此來做出更好的模型，除了一般的提取特征構(gòu)建畫像之外，還會(huì)做大規(guī)模的關(guān)聯(lián)分析，提高風(fēng)控的準(zhǔn)確度和效率，提前對風(fēng)險(xiǎn)進(jìn)行預(yù)警。
目前，他把目光主要聚焦到了大金融領(lǐng)域，與其他更注重把業(yè)務(wù)先發(fā)展起來的行業(yè)相比，金融是風(fēng)控的重災(zāi)區(qū)，對安全的需求更為迫切。尤其是互金領(lǐng)域，迫切需要用人工智能和大數(shù)據(jù)來建立高效準(zhǔn)確全面的模型，來自動(dòng)對抗欺詐份子的系統(tǒng)和解決方案。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
