反欺诈之设备指纹反欺诈的布控与实施

反欺诈之设备指纹反欺诈的布控与实施

反欺诈是目前大家比较关注的内容，在知识星球社区，关于反欺诈的相关的内容也不少，相关的课题有如下：

反欺诈策略制定流程：

• 定义欺诈： 根据产品，确定坏样本的计算逻辑
• 抓取样本： 根据定义欺诈逻辑，抓取库中相关样例的原始变量字段
• 筛选变量： 统计原始变量，衍生新变量，计算iv，查看分布，确定最终进入规则的变量
• 策略制定： 根据变量值的分布，盈利模型及预计总通过率，判断最优拒绝，制定预期数据变化
• 上线监控： 规则上线后，对规则变量的分布占比进行监控，将通过率与预期数据进行对比
• 数据反馈： 有贷后表现之后，判断该规则的价值，再调整时可用Abtest进行测试


真正(True Positive , TP)：被模型预测为正的正样本。
假正(False Positive , FP)：被模型预测为正的负样本。
假负(False Negative , FN)：被模型预测为负的正样本。
真负(True Negative , TN)：被模型预测为负的负样本
准确率 (Accuracy)，精确率(Precision)，召回率 (Recall)
F1值（H-mean值）

ROC曲线，又称 感受性曲线。
X轴：假正率（FPR）（1-TNR）（1-specificity）
Y轴：真正率（TPR）（sensitivity）
ROC曲线离对角线越近，模型的准确率越低

而在整套反欺诈流程中，最重要的就是设备指纹的应用，

设备指纹的底层逻辑：

设备指纹，是用设备的显著性特征，生成该设备的唯一标识，简单来说就是为了对业务分析有所区分。
设计设备指纹一般是采用硬件数据和业务数据的组合方式，在 Web 和 APP有不同的生成逻辑。例如，手机在生产过程中都拥有一个唯一的 IMEI 编号，用于唯一标识该台设备；电脑的网卡，在生产过程中会被赋予唯一的MAC地址。可以将这些设备参数视为设备指纹的显著性特征，这对于设备的区分有很大的帮助。

设备指纹编码原则：

1. 客户端尽量保证唯一性和一致性
2. 服务端需要保证严格唯一性和一致性
3. 客户端和服务端设备ID尽量保持一致
4. 生成的deviceid具有加密解密特性和可校验性，具备一定的防伪造

设备指纹：
关于设备指纹在反欺诈中的应用，番茄风控给各位同学准备一节干货实操课程，关于类型，大家请看这个内容：本次课程详细内容如下：