由中國人工智能學會主辦，廣州易間網絡科技有限公司承辦的2018第八屆中國智能產業(yè)高峰論壇11 月17-18日在成都完美收官，論壇在兩天的會議里帶來了多場精彩報告。

此次小編為大家整理的是來自北京頂象技術有限公司合伙人、首席科學家施亮主題為《深度畫像的反欺詐應用》的精彩演講。

施亮

北京頂象技術有限公司合伙人、首席科學家

以下內容根據(jù)速記進行整理

經過施亮本人校對

李康老師的演講主要是針對人工智能使用框架本身的攻擊，就是對人工智能自身的一個攻擊。我在很多場合也聽過李老師的演講，但是今天聽了之后心里還是有點發(fā)毛，其實我們是運用人工智能的技術來對抗黑產，如果碰到李老師這種針對AI工具自身的攻擊，我覺得這樣的攻擊還是特別難防的。今天給大家?guī)淼姆窒硎窍胫v一下我們怎么使用人工智能技術去應對金融方面的欺詐場景。

首先介紹傳統(tǒng)的用戶畫像技術，包括欺詐用戶和正常用戶的特征、畫像的區(qū)別，以及如何通過機器學習的技術來分辨。傳統(tǒng)的機器學習技術在這個領域應用也比較廣泛，但是它存在一些缺點。第二個部分介紹關聯(lián)網絡圖算法。第三部分是由于2017年到今年年初有一個深度學習運用于圖算法的爆發(fā)期，所以給大家介紹一下深度學習圖算法的技術，我們叫做深度畫像。最后舉幾個實際工作中碰到的案例。

1. 傳統(tǒng)的用戶畫像技術

傳統(tǒng)的用戶畫像技術目前被廣泛應用于金融領域。如圖所示，左面主要是對用戶的特征和屬性的描述，例如收入、年齡、家庭的情況，這是簡單的屬性標簽。右邊是用戶的行為，可以通過他的信用報告、貸款和還款的報告，以及轉帳交易的行為，通過這些我們可以構造出用戶的行為畫像。

結合用戶屬性標簽和行為畫像，這就是傳統(tǒng)畫像主要基于的數(shù)據(jù)點，它是有些優(yōu)勢的。這種數(shù)據(jù)容易制定一些策略，從業(yè)務的角度理解出發(fā)，容易制定一些規(guī)則，也比較清晰。但是它有一個弱點，就是泛化能力比較弱。采用了一些機器學習的算法后，泛化能力得到了一定程度的加強。但是它沒有考慮到用戶之間的關系。傳統(tǒng)的畫像是在考慮用戶單點的行為，在真正的行業(yè)中發(fā)現(xiàn)，用戶之間會存在交互和關聯(lián)關系。

2. 關聯(lián)網絡圖算法

關聯(lián)網絡的傳統(tǒng)算法分析用戶之間的關聯(lián)，比較早的嘗試是對網絡結構做一些分析，這種方法最早幾十年前就有了，對圖的分析，我給大家展示了兩張圖（見圖1），最上面兩張圖中是對網絡結構的展示，通過分析網絡里是不是有特殊的結構等，這是比較早期的統(tǒng)計分析。在10年前此研究領域進入到半監(jiān)督和無監(jiān)督學習，當時這個研究方向是比較火爆的。中間兩張圖左圖是半監(jiān)督學習的一個例子。所謂半監(jiān)督就是我們沒有知道全部的樣本，通過部分的樣本學習出模型。這個圖中開始只知道兩個點，一個紅色、一個藍色，通過一些方法把信息根據(jù)圖的結構向其他點進行傳遞，最后在這個圖上可以對其他點也進行分類，這是一個半監(jiān)督學習的典型例子。中間兩張圖右圖是社區(qū)發(fā)現(xiàn)的一個例子，通過一些半監(jiān)督學習最后可以做成這樣一個個社區(qū)。

大約在5年前開始流行圖嵌入學習的研究。圖嵌入表示，一般流行的做法是把圖中的點用向量進行表征，而且這個轉換要符合和保留圖的連接特征。在圖上相臨近的點，經過向量轉化后，在向量的空間也是接近的，它們之間也有一定關系。經過向量的表征后可以做大量的算法，比如邊的預測（link prediction），或者是分類、聚類的算法。在最下面這個圖例中，我們用了一個圖像的表征，是二維圖像的表征，做了一個可視化的展示。可以看到圖中接近的這些點，它們在二維空間中也是比較接近的。

圖1

在機器學習算法進入深度學習的時代，用戶有兩個關切，一個是現(xiàn)在的關聯(lián)網絡也好，或者是關聯(lián)網絡支撐的反欺詐也好，是不是也能夠沿用深度學習的技術，包括交互式、可視化的展示。前面李老師也講了一些例子，我剛才講傳統(tǒng)畫像技術里的特征是非常敏感的，如果想跨企業(yè)使用這些模型，會受到很大限制，因為你的模型特征是基于用戶的很明顯特征，比如收入狀況、年齡狀況等，對于企業(yè)之間的隔離，像做遷移學習都會受很大限制。基于這些限制，我們考慮引入深度學習技術。前面的例子是基于比較淺層神經網絡的技術。圖2列出的是目前比較流行的一些技術。現(xiàn)在的方法出得比較多，特別是像NIPS、AAAI上這類的文章比較多。最上面的圖是根據(jù)它的拓撲關系和節(jié)點，用一個神經網絡對每層進行表征，這是比較早的方法。中間的圖，這個點其實是去看它的一度的鄰居和兩度的鄰居，把一度的鄰居和兩度的鄰居用深度學習核函數(shù)來表征，然后再做疊加。最下面這個圖事一種叫GCN的算法，這是最近效果比較好的一個網絡；也就是對每個點，通過一定方法，在每個點都用神經網絡去模擬，然后在每層疊加形成一個深度網絡。這個網絡的好處就是它不僅對網絡的連接關系進行embedding，也同時對節(jié)點的屬性進行了embedding，這樣出來的embedding結果會更加精確。

所有的建模都是要有數(shù)據(jù)支撐的，我們做這個項目也不能做無米之炊，首要的問題是構建一個靠譜的網絡，圖3是我們的一個輔助技術。比如這個網絡是通過一個同設備，我們叫做同設備指紋來界定，黑產對抗時，會對手機的APP進行攻擊，會模擬這個APP產生一些數(shù)據(jù)，那么我們采集的APP數(shù)據(jù)就不靠譜，這時采用什么樣的機器學習方法都沒有用。傳統(tǒng)對APP的保護，可以說是加固或者是代碼的混淆，比較容易破解，破解快可能就是1小時。我們做了一個虛擬源碼保護的技術，在一個虛擬層做的技術，其被破解的難度比較大，可以做到一機一密，而且在非常短的時間內做到密鑰更換。

圖3

這個端數(shù)據(jù)保護技術是支撐上面這一塊網絡構建（見圖3），我們想要的是真實手機數(shù)據(jù)，這方面我們也在跟國內頂尖的廠商進行合作。因為手機上的內容比大家想象的要多得多，除了屏幕分辨率、CPU型號、APP的版本、操作系統(tǒng)等之外，還有一些其他東西。現(xiàn)在手機基本有陀螺儀、GPS，可能還有一些海拔壓力計等，這些信息采集后我們首先會做同人的檢測，包括中間會有一些力度、仰角、左右手、操作間隔等，目的是什么？就是判斷你的手機是不是被篡改了，或者是不是模擬設備而不是真人在使用。另外一個點就是來看設備和設備之間的關系，也許從表面上看這兩個設備不一樣，其實我們通過模型來分析有可能是同一個模擬器產生的；或者是有一個網絡在中間，可以進行網絡連接的。圖3是我們用的一些具體技術。

3. 案例

首先是傳統(tǒng)風控的場景，這個案例是一個比較傳統(tǒng)的一家銀行信用卡收單的場景（見圖4），這邊是信用卡交易的整個流程，一個復雜的系統(tǒng)一定容易受到攻擊。這個交易過程是非常復雜的，一張信用卡收單過程涉及5個單位——持卡人、發(fā)卡行、收單行、商戶和清算中心，任何一個環(huán)節(jié)通訊的不協(xié)調，或者中間的一個漏洞都會給黑產造成可乘之機。比如一張卡，由讀卡器一刷，然后做一個偽卡，這是卡的風險。清算中心，這里也是有風險，比如內部的內盜，或者是清算上的數(shù)據(jù)泄露風險。在商戶和收單行之間，黑產也會做一些攻擊，中間黑客可能利用時間差搞一些花樣，在這當中，包括持卡消費的過程有很多攻擊點，我大概列了一下，包括偽卡欺詐等進行的違法犯罪。

圖4

下面給大家介紹一個傳統(tǒng)的風控方案。首先在這個端上要防止貓池。貓池是黑產模擬手機端的一個設備，其有一個很大的面板上插著成百上千的手機卡，黑產攻擊時我們要采用端防護的方法，這里涉及到一個安全SDK的防護和設備指紋的采集。數(shù)據(jù)服務，信息核驗，黑白名單，你的設備IP是不是在黑名單，然后傳統(tǒng)的畫像策略、風險的評分等。設備指紋黑名單，這是數(shù)據(jù)上的黑白名單，大家可以簡單理解成名單的服務。下一步就是風控策略，主要是一些規(guī)則，比如是不是違反了反洗錢的策略，是通過傳統(tǒng)的統(tǒng)計學習來作出策略，在當前絕大部分的銀行還是一個非常主流的策略。另外，一些大行以及互聯(lián)網的銀行已經開始運用機器學習的方法，比如評分卡的模型、反欺詐的分類模型等，它會做傳統(tǒng)的數(shù)據(jù)處理、特征工程，然后做分類、異常檢測、進行評估監(jiān)控這樣整個的過程。

在上面案例中，我們最后是用了一個機器學習的模型——GBDT的模型，效果也不錯。它和前面所有的這些，我們叫做全鏈路的風控。機器學習是不可以單獨做風控，這個機器學習是依賴風控鏈路來做的模型。

這里列舉了案例中的優(yōu)點，可以做實時防護。如GBDT模型上線之后速度比較快；另外在每一個風險點上也可以做及時調整，模型重新的訓練也是可以的，根據(jù)不同的突發(fā)風險來做調整。其缺點，沒有考慮到樣本之間的關系，忽視了挖掘團伙風險。從欺詐本質來說，欺詐行為很難從一個點完成，因為獲利有限，所以基本都是團伙來完成，這個模型沒有考慮團伙作案。

下面介紹運用關聯(lián)網絡技術的交易反欺詐和反洗錢，這也是我們在一家銀行里做的，圖5所示的幾個網絡中，紅色的點是用戶，是兩個藍色和黃色網絡的主要節(jié)點，黃色的點是手機號的節(jié)點，綠色所示的是設備指紋網絡，通過技術就可以對欺詐和洗錢的網絡模式進行挖掘。

圖5

圖6(a)~(c)是根據(jù)傳統(tǒng)的圖算法挖掘出來的圖結果。圖（a）是一個疑似洗錢的網絡，兩個黑色的點表示他們之間有大量的交易，或者是有大量的轉帳。這個行有幾千萬的交易，從這張圖中能夠看出來，挖掘出可疑的子網——一個洗錢的網絡。圖（b）同樣也是，只是形式不一樣。圖（c）是根據(jù)手機網絡挖掘出來的異常，中間是一個手機號；這幾個是設備指紋，一個手機號應該是對應一個指紋，我們發(fā)現(xiàn)不同的設備指紋對應了同一個手機號，說明它是有問題的。圖（d）是我們應用了深度學習技術，銀行給到我們的樣本，紅色的是我們認為有問題的部分，綠色覺得應該是正常的樣本。通過圖（d）可以看出，中間這部分黑產或者是欺詐的團伙他們的聚集性是很強的，中間還有一些空泡，很異常的點；正常用戶其實是不會和他們太近，所以形成了這些空泡。

圖6

第二個案例（見圖7），它對應的是用戶IP和設備的圖，正常應該是一條直線，這部分和直線有很大的偏離，通過檢測之后發(fā)現(xiàn)基本都是異常用戶。下面的兩個圖是我們在做驗證碼攻防時的圖，左邊是個熱力圖，顯示某種行為的出現(xiàn)頻次；右邊圖紅色的是已知好的樣本，藍色是未知的樣本。可以看出，好的樣本在中心都是比較有聚集性的；藍色的散落在周邊的，經過驗證，基本都是異常或者惡意的訪問行為。

圖7