面对互联网上的汩汩恶意，如何构建反欺诈体系？

互联网欺诈手法众多、灵活多变，这给反欺诈服务提出了很高的挑战。一般而言，互联网反欺诈存在几个原则：

（准）实时性：考虑到用户体验，互联网反欺诈体系必须能够在非常短的时间内对欺诈行为进行认定，并给出判断。对于注册、登录、支付等一些场景，必须能够在用户无感知的情况下对欺诈行为进行检测和判别。

自动化：由于（准）实时性的要求较高，决定了互联网业务无法通过人工操作进行反欺诈，必须使用更加高效的自动化反欺诈措施。

数据化：与传统的线下反欺诈不同，自动化的反欺诈检测本质上是数据应用能力的比拼。数据采集的能力、挖掘能力和分析能力、建模能力，决定了互联网反欺诈能力的高低。

这些原则决定了互联网反欺诈体系对人员、方法、技术、数据等方面均存在特有的需求和特点。

 

互联网反欺诈体系的构建

传统的线下反欺诈往往是单兵作战，但建设互联网反欺诈体系需要一个完整的团队，各个岗位分工配合共同完成。一个完整的反欺诈体系需要以下角色构成：

策略人员

互联网反欺诈体系需要有大量熟悉互联网欺诈手段和防范方法的反欺诈策略人员。反欺诈策略人员应当实时关注互联网欺诈的动态，及时发现新出现的互联网欺诈手段和手法，并有效地调度和利用既有的资源制定反欺诈策略进行防范。

运营人员

由于互联网欺诈行为的多样性和灵活性，欺诈手段会不断地出现变化和创新。反欺诈运营人员应当建立起各类反欺诈运营监控指标体系，通过监控指标的变化，不间断地分析指标变化原因，及时发现穿透反欺诈体系的欺诈行为并予以应急响应。此外，运营人员还应该与业务部门、营销部门保持密切沟通，在降低欺诈风险和保证用户体验之间把握平衡。

调查人员

反欺诈调查人员应当对各种已经发生或正在发生的互联网业务请求进行人工的调查、核实。对于在人工调查中发现的漏报欺诈行为，应当及时地止损、追损，如取消订单（互联网电商）、拦截发货（互联网电商）、贷后提前介入（互联网金融）等。

数据挖掘人员

数据挖掘人员主要负责将系统采集的各种形式的数据进行解析和挖掘，输出各种特征，使其能够用于反欺诈建模和反欺诈决策。数据挖掘人员可与数据分析、用户画像等部门共享数据。

数据建模人员

数据建模人员利用系统采集到的客户数据和数据挖掘输出的特征，建立欺诈模型，对客户的欺诈概率进行判断。数据建模人员可与企业内部其他数据建模部门共享数据。

研发人员

负责各类反欺诈系统的开发和维护、反欺诈决策和模型的实现。相较于线下反欺诈，互联网反欺诈对于人员需求的最大特点，在于对研发人员和数据挖掘人员、数据建模人员的巨大需求。

 

相关文章：

互联网欺诈，金钱利益下的汩汩恶意

智能反欺诈算法概览

数字金融反欺诈技术名词表

数字金融欺诈行为名词表

基于个人信用评分的建模分析和授信决策