從2012年起，大數據的話題在中國互聯網以及各個行業開始大熱，據說2013年已經被國外媒體稱為“大數據元年”。除了最常規的用戶挖掘、廣告價值提升，大數據被用來制作熱門電視劇，建設醫療機構，甚至幫助奧巴馬連任等各種神話已經層出不窮。但互聯網最最基礎的一項工作——安全工作，似乎一直跟這股潮流沒什么關系。

很多人的印象中，互聯網安全無非就是裝個殺毒軟件，網上支付的時候最好再拿個硬件盾(U盾)心里才能踏實點。一出問題，得出互聯網始終還是比傳統世界不安全的結論，那是必須的。我們搞互聯網安全的，有那么沒有技術含量嗎?這里簡單給大家介紹下網上支付控制風險的一個利器——正是現在所有人熱捧的大數據。

傳統安全認證方式及其問題

之前有人說“在互聯網上，沒人知道你是一條狗”，這種“身份不確定性”對于互聯網金融服務來說，是一個永遠的風險。網絡釣魚、木馬傳播、賬號竊取等帶來的盜用和欺詐都是這種風險的直接體現。

所以，就有了人們最熟悉的幾種安全認證手段：一是用戶所知道的東西，比如密碼;二是用戶所擁有的東西，比如數字證書、硬件盾。他們的本質都是，當支付服務接收到支付請求時，為了減低支付風險，服務端要先確認支付發起者的身份是合法的。

但以上兩種方法都會遇到一些障礙，比如密碼容易忘記，有些人所有應用都用同一個密碼，密碼還可能存在泄露的風險。這一點，2011年底的CSDN密碼泄露事件就給了所有人一個警示。

數字證書和硬件盾的問題在于，更換電腦或者重裝系統之后，電腦中沒有數字證書，用戶就會無法支付，而硬件盾可能丟失或者損壞，發生這種情況，用戶也會無法支付。這也是至今很多用戶都沒有選擇這些安全產品的原因。

第三種現在廣泛使用的安全認證方式是手機檢驗碼。 用戶在電子商務網站、網上銀行或者第三方支付網站預留手機之后，就可以在需要進行身份確認時接收動態驗證碼。 手機有良好的攜帶性、私密性，手機短信的達到率可以達到90%以上。因此手機短信動態驗證碼被電子銀行和第三方支付大量使用。

在手機短信驗證碼被大量使用之后，不法分子也開始針對性的展開攻勢。釣魚網站、電話的方式騙取驗證碼甚至成為一個黑色產業鏈，對電子商務環境造成很大的負面影響。

舉個真實的案例，支付寶為了防止不法分子冒充工作人員向用戶騙取手機校驗碼，曾經在發送短信校驗碼的短信文案中明確寫到“淘寶或支付寶工作人員不會向您索取短信校驗碼”。有一次，一位用戶接到一位假客服的電話，假客服以幫她處理交易為由向她索取校驗碼，這位用戶跟假客服說，“短信里面說了工作人員不會向我索取短信校驗碼的。”假客服可能也是靈機一動，回答說，“我不是淘寶和支付寶的，我是賣家。”這位用戶就把校驗碼告訴假客服了。為此，支付寶只好更改了短信校驗碼的文案，明確說明“任何索取短信校驗碼的行為均是詐騙行為。”

即使這樣，用戶被騙取短信校驗碼的情況還是不能絕跡。因為這類非法騙取驗證碼的行為很多是有組織的實施，加上受害者的防范意識比較薄弱，成功騙取的概率始終是存在的。電子銀行和第三方支付想要很好的控制這種非法行為，存在很大的難度。

設備行為分析的優勢：你可以易容，但你的行為特征很難改變

為了降低支付風險而引入了身份認證，但是身份認證過程本身也存在被攻擊的可能性。那么，能否減少網絡行為中的“身份認證”環節呢?

答案是肯定的。不法分子可能通過各種方式掌握你的密碼，騙取你的校驗碼，但他要完全使自己的行為特征跟你相似，那就要難得多。就好像整容很容易，但要改變你的行為特征卻很難一樣。能夠通過這樣的數據化、技術化的手段去控制風險，這就是互聯網做安全的優勢。

事實上，通過對用戶支付行為的習慣數據進行分析來進行身份認證，可以很好的減少在支付過程中身份認證對用戶的打擾。

用戶在網絡上的行為都會留下“信息”，比如在什么時間支付、購物的金額、使用什么樣的網絡。

行為在一段時間之內形成規律，就好比某個人習慣用左手寫字。通過分析這種行為習慣，就可以知道用戶的真實身份。

網絡行為一般包含5個方面的因素：在什么時間、使用什么設備、賬號、登錄什么網站、做了什么。

在網絡上，一個人能獲取到的設備是有限的，一般是辦公室電腦、家里電腦、手機等。如果在一個“可信”的設備上登錄系統，那么當前行為的可信度就較高。那么設備又是行為分析中的關鍵點。

我們可以給每個設備一個“可信度”，用戶的行為與設備進行關聯，每次用戶的行為都可以動態的改變“可信度”。

一次可信的、合法的行為會增加可信度，一次不可信的、非法的行為會減少可信度。而增加和減少的“度”，是通過一套復雜的模型，采用機器學習的方式獲得。這樣就圍繞設備形成一個閉環，“輸入-處理-輸出-反饋”。

除了可以改變用戶直接使用的設備的可信度，甚至還可以通過“設備”與“設備”之間的關聯關系動態改變設備的可信度。比如，用戶A使用手機A，使用聲波支付給用戶B的手機B轉賬1000塊，那么除了手機A的可信度提升，手機B的可信度也可以相應提升。 分析設備直接的關系同樣也可以建立一套復雜的模型。

因為用戶網絡行為會映射到設備的操作行為，所以通過對設備可信度的分析，就可以知道行為的風險有多高。而且這個過程中，不需要用戶主動安裝數字證書或者硬件盾，不需要接收校驗碼，對用戶的體驗也會有明顯提升。

隨著移動互聯網興起，地理位置定位、加速度感應等成為主流智能手機的標準配置。智能設備上的傳感器，就好比人的五官，不斷的采集周圍環境的信息，這就為設備行為的分析提供更豐富的數據。這些智能化的設備散步在世界的每個角落，分分秒秒都在生產和傳輸信息;未來的挑戰，不是用于分析的數據不夠，而在于對如此龐大數據的儲存和分析能力。

通過設備行為分析的方式去控制風險，只是通過大數據的方法去進行風險控制的一種。在國外paypal就沒有數字證書、硬件盾這樣的安全產品，就是靠分析用戶與設備的行為去控制風險。中國的環境下，用戶對安全的要求更高，安全感也更差，之前國內領先的第三方支付公司更多還是采取安全產品、校驗碼這些用戶能夠明顯感知到的安全認證方式。但設備行為分析這樣的新方式也已經開始起步。

還是那句話，這個世界上沒有絕對意義上的安全，互聯網上也是如此。但不論是要降低風險發生率本身，還是要提升風控過程中的用戶體驗和效率，互聯網的方式、大數據的方式都要優于傳統方式，這就是時代進步的必然。大家既要看到問題，也要看到這樣更積極的一面。