389
宜人貸何林海：社交圖譜在金融反欺詐產品的應用
在今年的「QingCloud Insight 2017」上，麥思博（msup）組織了主題為“AI落地實踐”的專場論壇。宜人貸數據產品經理 何林海 在本場帶來了題為《構建基於社交圖譜關係的反欺詐產品應用》的演講。
何林海在演講中主要分享了欺詐行業麵臨的挑戰和產業鏈式發展、如何快速評估欺詐風險/平台搭建（框架體係）及實現、基於社交知識圖譜的欺詐團夥發現、宜人貸麵向行業的反欺詐解決方案“先知”等內容。
本文為早餐君根據速記整理而成，在不改變講者原意的情況下做了編輯和縮略。特別致謝青雲QingCloud、麥思博（msup）、宜信技術團隊對本文的貢獻。
何林海，目前主要負責宜人貸反欺詐產品的搭建，在做反欺詐之前，主要負責SDK行為數據的采集，收集了大量寶貴的用戶行為數據，目前在公司內各個項目中得到了廣泛使用。 在宜人貸之前，就職於美團數據工程部。
以下為何林海的演講內容。
我是來自於宜人貸的何林海，今天主要分享社交圖譜關係在金融反欺詐產品方麵的應用。
關於宜人貸
宜信公司2012年推出的一款在線金融服務平台。宜人貸通過科技驅動金融創新，為中國優質城市白領人群提供高效、便捷、個性化的信用結款谘詢服務。
2015年12月18日，宜人貸在美國紐約證券交易所上市，成為中國金融科技第一股。截止2017年3月31日，宜人貸累計服務了超過60萬借款用戶，近120萬出借用戶，累計促成借款總額達393億人民幣。
在美國，欺詐主要是由於信用風險而產生，但在國內，很多壞賬是由欺詐產生，中國對於欺詐的懲罰不夠，導致了類似事件頻繁出現。作為一個行業的挑戰，欺詐不僅隻存在於在線P2P領域。
關於欺詐的行業挑戰，舉三個例子。
非銀信貸：行業整體風險偏高，由於門檻較低，滋生了大量團夥欺詐、身份冒用、老賴、多平台借款、黑中介等，帶來巨大經濟損失，壞賬率居高不下。
銀行：開展網絡支付、直銷理財、電商、消費信貸、P2P等創新業務中，和非銀信貸麵臨同樣的問題。
電商：電商領域的在線支付、惡意點擊、廣告監測、黃牛、賬戶安全等方麵麵臨交易欺詐風險。
這些問題是全行業的挑戰，宜人貸麵臨的主要是信貸申請時候的欺詐。
現在大量欺詐已經不再隻是個人作為，而是一種行業性質的行為。我簡單分成三類：上遊、中遊、下遊。
上遊，主要是黑產技術服務，能力不遜於技術團隊，力量強悍，積累了豐富的工具使用經驗，包括虛擬模擬資料，做帳單造假等，成員都是計算機高手。
中遊，把惡意注冊的帳號釋放出去，或者是通過交流平台招攬技術人才。另外，由於需要很多資料，到農村收一些大爺大媽的身份證。對他們來說，賺一百塊錢，身份證借用兩天沒什麼關係，實際上這些資料被用來騙貸了。
下遊，有專人用這些資料來做欺詐、盜竊、勒索，甚至用來刷單。
宜人貸如何建立一套快速評估欺詐風險的機製呢？
2014年開始有這些想法，在現有風控體係外，把欺詐風險和信用風險分開做。欺詐風險單獨拎出來，並將對用戶的欺詐風險識別出來。我們建立了一套從數據采集到機器學習，並快速給出欺詐評分的體係。
在數據采集時，通過SDK的方式，也就是采集SDK，可以在不同觸點采集到用戶的基本信息，隻要用戶觸達任何一個終端，我們都實時地將這些用戶信息送到SENT EVENTS上。
深度學習以前沒怎麼用，監督類學習是基於欺詐和非欺詐的用戶去做分類，無監督用了知識圖譜的技術。對於單個用戶，每個事件會給出一個評分。
比如，用戶打開APP會得分，因為懷疑安裝了模擬器，用戶進行申請時會給他提醒完善信息。對於優秀用戶，根據他的設備或者關聯出的其他信息，在注冊時給他打一個好的分數。
這是對於不同事件進行實時欺詐評分的流程。用戶在設備激活的時候得一個分，注冊的時候得一個分，查看新手引導的時候又得到一個分，這個分會實時變化。每次過來，用戶都會帶上基本信息：設備、IP地址等等，可用作評估風險程度的特征。
上麵說到的是反欺詐的基本架構，我們在內部做成一個產品化平台，今天主要介紹一下它的體係，主要基於三個層次。
首先是實時的數據采集，數據采集分幾個部分，第一部分是基於SDK采集相關的用戶行為數據，第二部分是用戶授權的相應個人信息，包括消費數據和通話數據，第三部分是三方數據。
其次，我們用到了實時數據處理，基於知識圖譜構建了三個層次，第一個是欺詐評分模型，實時對用戶的每個事件進行評分，第二個是傳統的規則引擎，我們用了一個非常強的規則；第三個是團夥挖掘，這是一個很大的亮點。
前兩點很多公司都在做。針對單個分類的問題，數據決定了模型好壞的上限，模型調的再好，隻是決定效果無限逼近上限。團夥挖掘是基於知識圖譜，把用戶通過圖的方式，挖掘他們之間的關係，把這些（有類似欺詐行為或關係的）用戶拎出來。
在實時欺詐發現階段我們采用產品化的工具，在流程裏通過調查工具，直接給到信審。把每個用戶提報出來，通過這套流程可視化平台，幫助快速理解用戶是否欺詐，我們會做中介發現，把中介找到。第三是團夥監控和預警，把欺詐團夥挖出來。
下麵講講每個部分的具體實現過程。
第一個模塊是基於SDK的實時數據采集，獲取一手數據。我在去年加入了宜人貸，當時就在想，這麼多的用戶行為數據為什麼不用來做反欺詐呢？用戶的淘寶數據、消費數據，以及其他的很多臨時性數據都可以作假，但是用戶的行為數據一般不會去模仿，我們做了一個SDK采集框架，分成三層。
第一部分是數據采集，覆蓋宜人貸所有客戶觸達終端的采集能力，采集用戶行為、設備指紋等相關信息，比如型號、是否模擬器、各項物理層，以及網絡源信息，這部分非常重要，它連接著一些上網軌跡，還有Location，我們發現很多團夥都在一個地點，好幾十個壞用戶聚在一個基站下麵。以上是采集層。
中間是實時數據處理，我們做了一層相應的配置，對於哪些數據是可用的，我們花了很多力氣做數據清洗，剛開始的時候在這方麵踩了不少坑，然後後續實時的時候會做一些數據回填，才達到一個比較好的運算。數據處理層分為離線和實時。實時數據直接灌到知識圖譜裏，離線數據做一些特征處理和建模分析。
在數據應用層，最簡單的就是流量統計分析，分析用戶的行為。其中兩個方麵跟反欺詐有關，一個是反欺詐前置，另一個是流量反作弊，對每個渠道過來的激活都需要做是否作弊的評分。在反欺詐前置方麵，我們會對每個用戶進行實時的欺詐評分。
這是SDK采集的基礎框架。數據采集方麵數據由固定表頭信息+事件信息組成，每條記錄都是一個事件，包含如獲取定位行為、或者設備信息行為、用戶點擊行為、頁麵加載行為。數據發送有些策略：實時發送、滿N條發送、默認15條、失敗重發等等。
采集的內容分為幾個模塊。設備數據主要有手機品牌、手機型號、操作係統、設備ID、App列表。
行為數據主要包括賬號登錄、頁麵進入、按鈕點擊、信息輸入、廣告瀏覽、操作時間等。我們有很多流程，比如，新手機運營商授權的密碼，很多人都記不住，但是欺詐分子一下子就輸入了，他的輸入速度非常可疑，我們通過聚類把這種用戶聚在一起。
位置數據現在主要用四個：GPS、IP、基站信息、WIFI列表。比較精準的是GPS和WIFI，基站大概有100~200米誤差。很多欺詐分子喜歡用代理IP。
基於以上，把用戶實時行為數據采集完之後，對每個用戶會形成一個實時的欺詐評分。
這是一個實時預警流程。我們真正用的模型不隻是隻有行為，但是它的權重非常高，我們還用到很多的其他數據，需要用戶授權的一些數據，我們都會放到欺詐的特征裏麵。
我們做了一個FICO評分標準，評分越高用戶信用風險就會越小。此外還有一個規則引擎，我們會發現一些強有力的單條規則，或者多條單一規則組成的策略，對每個預警用戶非常有效。
預警出來會分成兩部分，一部分信用好的就直接拒了，另一部分交給反欺詐調研，形成黑名單。所有流程都是實時的，保證跟業務係統完全解耦，有快的反饋速度，十分鍾放款，就要判斷出他是否是欺詐。
模型訓練，我們有一個好的點給大家分享下，大家可能做過，正負樣本非常不平衡，欺詐領域也有這個問題，我們麵臨的是想要找出一些壞用戶，但很不易。
壞用戶常見的定義就是MOB6裏麵的M3+（逾期三個月），不能把有信用風險的用戶刨除掉，這個用戶不一定是欺詐，他是違約了，但有可能就是沒錢還，要把欺詐跟信用解耦出，可以信用風險的方式做信用定價。我們構建了基於欺詐標注的自動化學習，可疑對實時新增的欺詐標注，快速反饋回模型訓練。
以上是對於識別單個欺詐用戶的應用。接下來談談如何基於知識圖譜判斷欺詐團夥，大家知道團夥其實很難發現，發現了也很難認定。
我們采用了兩種方式，第一種是通過無監督的方式，通過聚類的方式找到這些用戶；另外就是通過知識圖譜的方式發現關聯關係。我們的知識圖譜關係網用的是Neo4j。
我們主要應用知識圖譜做了三件事情：疑似中介識別、關聯騙貸團夥識別、團夥監控&預警。關聯騙貸團夥，一個用戶來了之後，對單個用戶的特征評價裏有了非常多的數據，他跟某一個團的關聯關係，他在團裏的關聯特征，比如一度聯係人，和二度的設備聯係有多少，這些是作為單個用戶而言。此外還有對所有用戶的全局搜索，從而發現騙貸團夥。
關於團的定義可以參考以下圖。
以下是上線之後的短期效果。
宜人貸麵向全行業的一個反欺詐解決方案——先知。
宜人貸CEO對此提出了三項服務要求。第一是數據抓取服務，包括對於淘寶數據、公積金、社保數據抓取的服務，提供給其他行業；第二是反欺詐能力。第三是精準獲客能力。
宜人貸有非常多存量用戶，我們已經投了很多錢去獲取基本用戶，這部分用戶客單價非常高，我們希望把一些不符合宜人貸定位，同時又是優質的客戶，他的風險不高，但是他可能就想借一千塊錢的用戶，這種用戶我們是可以轉出去給其他的平台。
我們的反欺詐能力是通用的解決方案。第一，基於SDK采集行為數據；第二，結合全網數據繪製關係圖譜；第三，通過規則+模型實時判斷欺詐用戶；第四，自動對接業務流程。
在產品流程方麵，是基於SaaS的服務，用戶可以在平台上自動完成預警欺詐用戶設定，以及對於預警用戶的處理。同時，這些服務可以對接到自己的業務流程裏去，比如接入了“先知”係統後，對於用戶預警，可以在平台上操作，同時也可以把這些數據通過API的形式對接到自有的信審裏去。
原文發布時間為：2017-08-31
本文作者：Jack
本文來自雲棲社區合作夥伴“AI早餐匯”，了解相關信息可以關注“AI早餐匯”微信公眾號
最後更新：2017-09-01 15:32:23