11月30日消息，2020北京國際金融安全論壇于11月26日舉行，此次峰會的主題為“新金融 新基建 新安全”。慧安金科（北京）科技有限公司CEO黃鈴出席論壇并發(fā)表演講。

　　黃鈴表示，洗錢團伙目前在全球范圍內(nèi)利用多資源、多種賬號，通過有組織的大規(guī)模協(xié)作進行洗錢、電信欺詐、網(wǎng)絡(luò)欺詐等洗錢欺詐活動，由于這些手段隱蔽非常強，以往機構(gòu)常用的數(shù)據(jù)分析方法很難發(fā)現(xiàn)，所以機構(gòu)很難做到提前防范。

　　黃鈴指出，在風(fēng)控領(lǐng)域每個標簽、每個標注過的案例都是被欺詐、洗錢分子在欺詐、洗錢成功后換來的，以往采用黑白名單、IP信譽庫、規(guī)則系統(tǒng)這些方法會涉及到大量數(shù)據(jù)的收集，也必然會關(guān)乎個人隱私問題。同時新型的欺詐、洗錢手段層出不窮，我們沒有歷史樣本進行學(xué)習(xí)，那么在沒有標簽的情況下是不是可以提前做到檢測，這就對我們整個金融的風(fēng)控合規(guī)、大數(shù)據(jù)分析、風(fēng)險建模和決策帶來了很多新的挑戰(zhàn)。

　　相對于規(guī)則引擎的可疑交易識別，機器學(xué)習(xí)具有參考數(shù)據(jù)緯度多、覆蓋全面、分析復(fù)雜、評估全面等客觀特點。機器學(xué)習(xí)分為有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)。其中，有監(jiān)督學(xué)習(xí)主要用于在數(shù)據(jù)標注比較豐富，數(shù)據(jù)表現(xiàn)明顯，數(shù)據(jù)飽和度較高的可疑交易識別和篩選。無監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)，主要用于數(shù)據(jù)標簽較少，數(shù)據(jù)表現(xiàn)不明顯，數(shù)據(jù)飽和度不高的復(fù)雜洗錢交易識別。半監(jiān)督學(xué)習(xí)更適用于異常關(guān)聯(lián)和異常交易識別，對地下黑產(chǎn)、洗錢犯罪集團、復(fù)雜網(wǎng)絡(luò)洗錢具有較好的可識別性和可解釋性。其中，無監(jiān)督和半監(jiān)督學(xué)習(xí)應(yīng)用過程中主要的技術(shù)手段是基于拓撲學(xué)的圖分析和聚類，行業(yè)經(jīng)驗和對算法的深度理解對機器學(xué)習(xí)效果影響較大。

海量資訊、精準解讀，盡在新浪財經(jīng)APP

責(zé)任編輯：潘翹楚