同鑄互聯網金融安全之盾:互聯網金融反欺詐行業解決方案
互聯網生活帶來了很多的便利,讓用戶盡享許多高效與快捷,很多銀行、金融機構和商家等也把銀行理財、購物交易、P2P借貸和虛擬交易等業務全面轉向互聯網,用戶逐漸接受并習慣了在各種互聯網平臺或借助互聯網工具進行金融活動,但無論是企業端還是個人用戶難以忽視一個問題就是:互聯網在帶來快速便捷的同時,也伴隨著巨大的風險——互聯網金融網絡欺詐。
這不是危言聳聽,互聯網金融詐騙正逐步成為行業性、社會性問題。在電子商務和網上銀行蓬勃興起的同時,依托互聯網平臺以騙取錢財為目的的金融詐騙犯罪也日益猖獗。有數據顯示僅2012年網絡詐騙的金額就高達300億元,隨著互聯網金融市場規模的增長,互聯網金融詐騙更是有增無減,尤其是當前伴隨“雙11”、“618大促”等電商促銷活動的增加,互聯網金融詐騙也進入高發期。
除了網絡購物、網絡銀行是互聯網金融詐騙的的重災區,一些第三方支付平臺也成為犯罪分子瞄準的目標,雖然很多第三方網絡支付工具都會極力宣傳自身平臺的安全性,但實際情況并不能讓人放心。目前網銀信用卡、支付寶等移動金融業務均推出了手機綁定、快捷支付功能,但是由于很多第三方支付平臺是采用通過手機綁定確證用戶身份,一旦手機被盜用或是綁定手機號被更換,極易發生互聯網金融詐騙事件。
當前互聯網詐騙出現了三大新特點:從撒網式向精準化轉變;大數據成為詐騙工具;詐騙個案的金額越來越大。越來越多個人信息的泄露導致信息詐騙正趨向精準化,許多詐騙分子掌握了受害人的詳細資料,包括姓名、身份證號、電話、消費記錄等,借此精心制造出有場景的“精準詐騙”,讓很多用戶防不勝防。同時詐騙分子也學會了運用大數據提高“生產效率”。詐騙分子會根據購買到的用戶個人信息數據進行詳細分析,并根據用戶交易信息的特點設計詐騙環節和故事。此外單個詐騙金額也不斷刷新紀錄,數十萬、上百萬、千萬元也都屢屢出現,而幾百、幾千元詐騙已經很少發生。據2014中國互聯網產業年會發布的一項調查顯示,2013年中國網民在網上損失保守估計達1491.5億元。構筑一道預防互聯網金融欺詐的高效率安全盾牌,已經是一件迫在眉睫的事情了。
來自浙江杭州的同盾科技成立于2013年10月份,是一家正處于高速成長中的新興創業公司,其核心成員來自阿里、Paypal、ThreatMetrix等頂級公司,具有多年跨領域反欺詐及風險管理經驗,主要是為互聯網金融、第三方支付、銀行、O2O、電商等行業平臺提供風險控制與反欺詐的實時數據分析服務。在互聯網金融高速發展的今天,很多企業都在經歷著各種各樣層出不窮的欺詐風險,稍有不慎就會影響用戶的體驗造成流失用戶。同盾科技能夠按需定制,為各類行業提供相應的反欺詐解決方案。
同盾科技涉及的反欺詐領域包括賬號欺詐、交易欺詐、支付欺詐、商戶欺詐、網絡信用欺詐、企業內部欺詐等,擁有帶自主知識產權的一系列核心技術,滿足企業風險管理的不同需求。目前銀行機構、三方支付、電子商務、P2P借貸、游戲平臺、社交網絡、廣告行業、互聯網理財等是互聯網金融詐騙的高危領域,同盾針對這幾大行業都提供了相應的反欺詐解決方案。而且具有獨家開發的幾大技術特點。
互聯網金融反欺詐,從某種意義上來說就是一場沒有硝煙的戰爭,適用范圍廣、精準識別、評估判斷和學習升級是決定這場戰爭勝敗的關鍵所在。同盾互聯網金融反欺詐行業解決方案目前已經支持接入PC設備和移動設備,在多個應用場景內都可滿足企業和個人的安全需求。另外該解決方案采用的是實時監控和實時分析的管控策略,對于互聯網上發生的垃圾注冊、賬戶盜用等行為都可通過同盾的獨有技術實時監控,通過設備追蹤識別、IP地址高危區域識別、代理檢測、高危設備/IP黑名單匹配、注冊頻率檢測等方式,可以全面實時準確的識別出各類垃圾注冊以及賬戶被盜等異常行為,最大程度增加判斷的準確性,最大限度地降低風險。
魔高一尺,道高一丈,網絡欺詐的手段肯定是日新月異,花樣翻新,這個世界上并沒有最安全的解決方案,只有能夠自身不斷學習并升級的智慧型解決方案才是最佳解決之道。同盾互聯網金融反欺詐行業解決方案具有“機器學習”能力,應用數據挖掘技術從多來源、高價值的數據中發現其統計特征及潛在的關聯特征,并結合設備指紋、生物探針等技術的特征值構建特征矩陣,構建數學模型。使用合適的機器學習算法對數據集進行訓練和測試,從而確定風險閾值和規則權重,以達到預測風險用戶、實現風險行為實時管控的目的。
隨著互聯網金融業務的不斷發展,每時每刻互聯網上流動的資金規模已經達到令人難以想象的地步,保障交易安全,降低網絡欺詐行為的重要性將日漸突顯,市場對于風險管控和信用評估服務等業務有著強勁的需求,打擊欺詐行為,保障網絡交易安全將是互聯網金融業務的基礎。互聯網金融企業、用戶和安全管控與信用評估服務供應商如果不能面對互聯網金融欺詐共同構筑一面安全之盾,再理想的互聯網金融業務也將是一場水中月,鏡中花。



















