反欺诈：一场“猫鼠”游戏的博弈

在金融业务中， 反欺诈（欺诈检测）是非常重要的 风控手段之一，  目的是防止不法分子利用虚假信息窃取他人财产。

《逍遥法外》这部电影里，饰演男1号的莱昂纳多就是个诈骗高手——非法印制支票、骗取银行财产……十八般诈骗手艺行云流水、技艺高超……

 图：影片截图：《逍遥法外》又名《猫鼠游戏》的主人公原型叫弗兰克·W·阿巴内尔，这部影片改编自他的自传小说《有种来抓我：最非凡骗子的真实传奇故事》

当然，并不是谁都可以成为神骗子，银行为了杜绝包括伪造支票或使用被盗的信用卡等被欺诈的风险的发生，欺诈检测会贯穿整个金融交易的事前、事中和事后全过程。尤其是近年来，银行一直在不断地尝试利用新技术来进行欺诈检测，尽管如此，反欺诈仍然是金融领域的一大挑战。

那么，站在银行的角度，欺诈风险都包括哪些呢？

·从欺诈意愿上分为第一方和第三方
·从欺诈主体上分为账户级和交易级
·从欺诈组织上分为个人和团伙

所谓“第一方欺诈”就是借款人主动发起的欺诈行为。比如莱昂纳多饰演的男1号就属于该欺诈范畴。

比起“第一方”的动机不纯，“第三方欺诈”就显得很悲剧，它是在借款人身份被冒用或账户被盗用的情况下，被动发生的欺诈行为。

图：目前各大行的APP登录，也普遍采用身份（姓名、身份证、手机号、银行卡号）和活体识别这两种技术手段

不要以为“第一方欺诈”离我们的生活很远，你也可能成为“主角”！在生活中，不少人热衷于电商优惠券、现金红包、做任务的佣金等场景，这种行为就叫薅羊毛，该群体也被称为羊毛党。

羊毛党主要分为全职羊毛党和轻微羊毛党（兼职羊毛党、大学生、家庭妇女等）。他们通过猫池养的黑产手机号码（黑卡、黑产号码），接受来自接码平台的验证码，批量注册账号，获取平台的优惠券、低价获取奖品、抢红包等，黑产羊毛党通过转卖的方式变现。

从风控的角度来讲，对于“羊毛党”这类通过单一账户属性难以识别的第一方诈骗案件，专业的金融科技产品可以通过从设备指纹、地理位置、WiFi MAC地址、注册时间等维度进行识别，找出批量操作的客群。值得一提的是，如果诈骗主体是交易级的，那么对实时采集和计算能力将会是非常大的考验，金融机构只有真正具备了这一能力，机构才能更好地应对各种欺诈手段。

图： Ultipa图数据库的高并发全图遍历、实时查询与计算能力

 

此外，团伙作案一直是让反欺诈人员头痛的问题。

比如《巨额来电》这部电影，是一部小众的反电信诈骗题材电影。

 

 图：影片开始就很震撼，一个被骗者在天台写下“凭什么是我？”后跳楼自杀

诈骗剧本——获奖、缴税、学费等种种借口轮番上演，改号软件、一起起诈骗犯罪应运而生，霎时间几百万甚至几千万就被不同的人分批、分时段提的一干二净……

影片中再现了诈骗团伙的欺诈全过程：菜商出售个人信息；“卡头”提供大量用作资金流转的银行卡；机房中，根据剧本，一线话务员开场，二线话务员跟进收网；“水房”负责快速洗钱，车手则在各地的ATM上提现……

目前，关系图谱已成为金融机构反欺诈应用场景的利器，被称为“金融风控大脑”，它可以通过基于“企业、个人、机构、账户、交易、行为数据”等多源异构数据构建出关系图谱，挖掘出关联关系风险和资金异常流动。

Ultipa Manager(嬴图关系图谱），针对于诈骗具有隐蔽性、复杂性、团队协作性等特点，基于Ultipa Server（嬴图服务器）的高可用、可视化数据库管理平台，赋能机构极速根据不同业务诉求搭建上层应用解决方案。

 

针对于诈骗具有隐蔽性、复杂性、团队协作性等特点，Ultipa嬴图关系图谱有以下明显优势：

第一，反欺诈准确率高。
第二，实时性。对于复杂的团伙欺诈判定，Ultipa关系图谱的查询速度达到毫秒级，能极速甄别反欺诈需求。

 

 在金融欺诈中，关系图谱会基于客户的各项数据——身份证、手机号、银行卡、设备指纹、地理位置、WiFiMAC地址等属性，可以深挖出通过关联关系建立起的巨大的复杂网络。比如有一些账号的手机设备手机号是相同的，或者使用同一个 WIFI，或者手机号码之间有通信记录等。此外，它还能智能地划分团伙并且量化个人的潜在欺诈风险。

 图:在空间中聚集的点形成的“高风险社群”vs 离散的点（低风险个体）

在现实中，团伙欺诈份子会养很多注册身份 ID 用于申请，但很难同时养众多复杂的常用联系人，比如在批量注册平台申请贷款时，其会倾向使用高集中度的联系人或彼此互联的方式，这些关系很容易在生成的关系图谱中被发现。通过对风险暴露人的N 层挖掘，筛选出有任意层涉危的人员进行拦截。

计算方法包括但不限于以下几点：

· 网络中的孤立节点，这些节点与其他节点没有连接，往往是比较安全的节点；网络中的超级节点，这些节点的度巨大，是网络中的“枢纽”，有较高的概率是欺诈团伙的一员；
· 节点的聚集系数，集聚系数较大的节点往往处于某个小社团内部，这种社团是欺诈团伙的概率很高；
· 挖掘网络中的社团结构，然后针对每个社团进一步分析社团内部的统计特征，分析该社团是欺诈团伙的可能性；
通过上述方法对网络进行分析之后，可以得到一些有欺诈风险的社团，进而可以建立黑名单团伙。另外，由于金融机构每天都会有新用户源源不断地进入，还可以通过计算新用户与 黑名单团伙的关联关系，实时计算新用户的欺诈倾向。

 

反欺诈之路任重道远，Ultipa赋能企业智能化，与广大机构（企业）一道，共筑业务风控的护城河。