機(jī)器學(xué)習(xí)在反欺詐中應(yīng)用

當(dāng)前機(jī)器學(xué)習(xí)在金融行業(yè)已經(jīng)運(yùn)用非常廣泛，尤其在金融業(yè)的信貸領(lǐng)域。在實(shí)踐中，欺詐與

信貸業(yè)務(wù)強(qiáng)相關(guān)，所以，反款詐變成機(jī)器學(xué)習(xí)在信貸領(lǐng)域的一大應(yīng)用。反欺詐T蛉用至肺I器學(xué)

習(xí)、深度學(xué)習(xí)以及圖譜關(guān)系，其中，機(jī)器學(xué)習(xí)與深度學(xué)習(xí)多是針對(duì)個(gè)人欺詐風(fēng)險(xiǎn)，而圖譜關(guān)系則

多用T團(tuán)伙欺解喻幃“因此，極分享I釧微鋼儂弼點(diǎn)U圾機(jī)器學(xué)】深度學(xué)習(xí)和圖能E

一、關(guān)于反欺詐

(-)欺詐風(fēng)險(xiǎn)簡(jiǎn)介

在信貸領(lǐng)域有兩類(lèi)風(fēng)險(xiǎn)，一類(lèi)是信用風(fēng)險(xiǎn)，一類(lèi)是欺詐風(fēng)險(xiǎn)。信用風(fēng)險(xiǎn)主要是對(duì)借款人還款能

力和還款意愿進(jìn)行評(píng)估,而反欺詐則是對(duì)借款人的目的是否正當(dāng)進(jìn)行判斷。

借款人出現(xiàn)信用風(fēng)險(xiǎn)，金融機(jī)構(gòu)可通過(guò)風(fēng)險(xiǎn)定價(jià)和自有各付金進(jìn)行防范，風(fēng)險(xiǎn)可控性較尢

而當(dāng)借款人在借款時(shí)便以騙貸鰥錢(qián)為目的，目金融機(jī)構(gòu)未能及時(shí)識(shí)別欺詐，則會(huì)出現(xiàn)未能通過(guò)

儡須聊利息，反而被騙走本金的情況,尤其無(wú)卻捌邸嫩詐時(shí)，會(huì)在短0炯內(nèi)遭受非常?1a的

后果，金醐購(gòu)面對(duì)止僂風(fēng)險(xiǎn)的可控性噲嘴小，所以欺i鋼臉是金融機(jī)構(gòu)零容忍的。

(二)反欺詐生命周期簡(jiǎn)介

信貸反欺詐要從防御開(kāi)始ffl起,所服從戶(hù)申請(qǐng)放款整任命周期的各個(gè)階段特點(diǎn)進(jìn)行分析,

針對(duì)各個(gè)階段采取具有針對(duì)性的反欺詐措施。其生命周期可參見(jiàn)下圖：

Da

反欺詐的幾個(gè)方面

設(shè)備與網(wǎng)絡(luò)層用戶(hù)行為層業(yè)務(wù)頻次層業(yè)務(wù)事件異常層欺詐團(tuán)伙圖譜

代理檢測(cè)

注冊(cè)行為注冊(cè)領(lǐng)次注冊(cè)異常度羊毛黨發(fā)現(xiàn)

IDC檢測(cè)

登陸行為鐺陸頻次登陸異常度代理池發(fā)現(xiàn)

根擬網(wǎng)/虛擬機(jī)槍海

交易行為交易波次交易異常度羊毛黨設(shè)備發(fā)現(xiàn)

木口檜洲

事件序列地域頻次地域異常度肉瑪網(wǎng)絡(luò)發(fā)現(xiàn)

時(shí)間間隔異常時(shí)間間隰頻次時(shí)間段異常度跨應(yīng)用欺詐團(tuán)伙

如上圖，設(shè)備與網(wǎng)絡(luò)防御是反欺詐的第〃，可通過(guò)設(shè)備和網(wǎng)絡(luò)層面的檢測(cè)，防止用戶(hù)利用設(shè)備

對(duì)金融機(jī)構(gòu)進(jìn)行欺詐；在第一層進(jìn)行防御了部分欺詐用戶(hù)后，再?gòu)挠脩?hù)行為層、業(yè)務(wù)頻次層及業(yè)務(wù)

郭據(jù)^層理哪是s獺涓亍為；庭函醒加還^朝磁翎a伙欺健行i冊(cè)」。

二、機(jī)器學(xué)習(xí)應(yīng)用

（一）反欺詐規(guī)則的缺點(diǎn)

反欺詐一般通過(guò)兩種方式，一種是設(shè)定規(guī)則，另一種是通過(guò)算法。

規(guī)則在反欺詐實(shí)踐中應(yīng)用也較多，但是缺點(diǎn)也明顯，主要表現(xiàn)為：

1.策略性較強(qiáng)，命中直接拒絕，而且黑名單本身的誤傷性也較強(qiáng)；

2.無(wú)法給出用戶(hù)的欺詐風(fēng)險(xiǎn)有多大；

3.未考慮用戶(hù)從信用風(fēng)險(xiǎn)向欺詐風(fēng)險(xiǎn)的轉(zhuǎn)移，尤其是在行業(yè)不景氣時(shí)。

以上缺點(diǎn)機(jī)器學(xué)習(xí)可以進(jìn)行有效的避免，如可計(jì)算用戶(hù)的欺詐概率有多大,從而采取一定的措

施爭(zhēng)取客戶(hù)，而不是直接拒絕，同時(shí)也可以通過(guò)模S計(jì)算用戶(hù)從信用風(fēng)險(xiǎn)轉(zhuǎn)移為欺詐風(fēng)險(xiǎn)的嶙，

從而金融機(jī)構(gòu)可及時(shí)進(jìn)行風(fēng)掰舞后準(zhǔn)備。

（二）機(jī)器學(xué)習(xí)有監(jiān)督模型

評(píng)分卡一般運(yùn)用在信用風(fēng)險(xiǎn)評(píng)估，如：A卡（申請(qǐng)?jiān)u分卡）和B卡（行為評(píng)分卡）等，反

欺詐也會(huì)運(yùn)用有監(jiān)督學(xué)習(xí)，如評(píng)分卡（F卡），具體如不：

一般有監(jiān)督機(jī)器學(xué)習(xí)問(wèn)題:

假設(shè)訓(xùn)練數(shù)據(jù)

X={xl,x2..…,xn）,n個(gè)樣本

Y={yl,y2...,ynD

損失函數(shù)（lossfunction）

L（F兇,Y）

目標(biāo)，尋找一個(gè)F

F*=argminpL（Y,F（x））

做模型的過(guò)程中，特征很重要，特征決定模型的效果。反欺詐模型需要從欺詐的角度來(lái)做特征，

要注意與信用特征區(qū)分開(kāi)，以免與A卡和B卡的耦合度過(guò)高。模型算出的多是概率，一般

會(huì)將用模型算出的概率映射到分?jǐn)?shù)，具體如下圖：

評(píng)分卡分?jǐn)?shù)的計(jì)筲

評(píng)分卡儂的最終產(chǎn)出是分?jǐn)?shù)，且與違約瞬負(fù)相關(guān)

score=BasePoint?(-y)

Ln(2)

P

其中，y-logit(p)=log()

BasePoint星準(zhǔn)分，無(wú)實(shí)際意義

PDOPoint-toDoubleOdds，好壞比每升高T臺(tái).

分?jǐn)?shù)升高PDO個(gè)單位

(三)部分常規(guī)機(jī)器學(xué)習(xí)在反欺詐中應(yīng)用

在反欺詐中用到的機(jī)器學(xué)習(xí)主要有下圖幾種。其中,iforest通常用來(lái)做數(shù)據(jù)離群點(diǎn)的異常

檢測(cè)，在應(yīng)用方面，金融公司可根據(jù)自身的規(guī)則和算法，將檢測(cè)出的離群點(diǎn)在評(píng)分卡入模的數(shù)據(jù)

方面，進(jìn)行加權(quán)或算法調(diào)整。svm通常也用來(lái)做異常檢測(cè)；arima則用來(lái)作時(shí)間序列預(yù)測(cè)

分析；根據(jù)現(xiàn)在信貸數(shù)據(jù)壞樣本較少的特點(diǎn)，knn和kmean可以用來(lái)蟾類(lèi)；隨機(jī)森林則

是在做異常檢測(cè)時(shí)進(jìn)行分類(lèi)，以上機(jī)器學(xué)習(xí)可通過(guò)博客進(jìn)行更多了解，此處不進(jìn)行深入講解。

三、深度學(xué)習(xí)應(yīng)用

此部分對(duì)人工神經(jīng)網(wǎng)絡(luò)（ANN）和時(shí)間序列進(jìn)行簡(jiǎn)單介紹。

神經(jīng)網(wǎng)絡(luò)通常需要大量彼此連接的神經(jīng)元，每個(gè)神經(jīng)元通過(guò)持定的輸出函數(shù)，計(jì)算處理來(lái)自其

砌向鈴神經(jīng)元的加權(quán)輸入值c神經(jīng)元質(zhì)檢的信息傳遞強(qiáng)度,fflH加權(quán)值定義,算法會(huì)不斷自我學(xué)

習(xí),調(diào)整加權(quán)值。神經(jīng)網(wǎng)絡(luò)算法的核心是：計(jì)算、連接、評(píng)估、糾窗口瘋狂培訓(xùn)。

時(shí)間序列部分介紹RNN（循環(huán)神經(jīng)網(wǎng)絡(luò)）和LSTM（長(zhǎng)短記憶循環(huán)神經(jīng)網(wǎng)絡(luò)）兩種算法。

LSTM是RNN的優(yōu)化版，在特征較多時(shí)，RNN計(jì)算量會(huì)呈指數(shù)式增長(zhǎng)，其計(jì)算復(fù)雜度也

會(huì)增加,如下圖：

時(shí)間序列預(yù)測(cè)分析就是利用過(guò)去一段時(shí)間內(nèi)某審件時(shí)間的特征來(lái)預(yù)測(cè)未來(lái)一段時(shí)間內(nèi)該事件的特征

X為輸入層,。為輸出層，S為隱含

層，而t指第幾次的計(jì)符；V,W,U為

權(quán)重，其中計(jì)算第t次的隱含層狀態(tài)

時(shí)為St=f(U*Xt+W*St-l)

特點(diǎn)：磷事件先后發(fā)生的順序缺陷：計(jì)算量會(huì)翱數(shù)式增長(zhǎng)，計(jì)算復(fù)雜度增加

St=f(U*Xt+Wl*St-l+W2*St-2*...+Wn-st-n)

LSTM則是在RNN的結(jié)構(gòu)以外加入遺忘閥門(mén)(forgetgate)、輸入閥門(mén)(inputgate)和

輸出閥門(mén)(forgetgate),其通過(guò)這些閥門(mén)節(jié)點(diǎn)實(shí)現(xiàn)記憶功能，改善了RNN在計(jì)算過(guò)程

中會(huì)出現(xiàn)的問(wèn)題，如下圖：

?T0

1oT當(dāng)閥門(mén)打開(kāi)的時(shí)候，前面橫型的訓(xùn)練結(jié)果就會(huì)關(guān)

0^-聯(lián)^當(dāng)前的橫型計(jì)管,而當(dāng)閥門(mén)關(guān)閉的時(shí)候之前

^0的計(jì)苜結(jié)果就不再膨響當(dāng)前的計(jì)筲,因此，通過(guò)

-.O

1lI崎15面聯(lián)程琳燃可以實(shí)孵期序列對(duì)最終

0oO結(jié)果的影喻.而當(dāng)你不不希望之前結(jié)果對(duì)之后產(chǎn)

生影響，比如自然語(yǔ)言處理中的開(kāi)始分析新段落

..,或新章節(jié)，月除把閥門(mén)溝卓即可.

時(shí)間序列在信貸中有兩個(gè)t匕較重要應(yīng)用場(chǎng)景，一是B卡(行為評(píng)分卡)，一是異常檢測(cè)。

我們著重介紹LSTM在這兩個(gè)場(chǎng)景中的應(yīng)用。在行為評(píng)分卡的應(yīng)用中，當(dāng)用戶(hù)在金融機(jī)構(gòu)

進(jìn)行多次借款時(shí)，可以將其以往的借款行為通過(guò)統(tǒng)計(jì)方法或其他相關(guān)方法生成embedding

進(jìn)行LSTM計(jì)算。異常檢測(cè)的應(yīng)用可參考下圖：

用LSTM時(shí)間序列數(shù)據(jù)做異常檢測(cè)

at.一箜行為比比如上次■場(chǎng)

另外在使用LSTM時(shí)需注意4點(diǎn)：

1.應(yīng)限制每個(gè)口寸間序列embedding的K度；

2.對(duì)缺失數(shù)據(jù)做補(bǔ)0操作；

3.針對(duì)離散變量的embedding盡量不要做onehot處理；

4.樣本量少時(shí)，應(yīng)通過(guò)仿真模型進(jìn)行異常檢測(cè)評(píng)估，仿真模型能夠有效解決信用風(fēng)險(xiǎn)轉(zhuǎn)欺

詐風(fēng)險(xiǎn)的導(dǎo)致模型失效的問(wèn)題。

四、圖譜相關(guān)應(yīng)用

圖譜主要用來(lái)防止團(tuán)伙欺詐，也可以根據(jù)用戶(hù)的周邊關(guān)系判斷用戶(hù)的好壞概率。此次介紹三種

圖譜關(guān)系在反欺詐中的應(yīng)用。

圖譜關(guān)系在反欺詐中應(yīng)用

常嫌統(tǒng)計(jì)，社分割，弗謹(jǐn)通R法

通過(guò)樸子用戶(hù)位版,fcustfankM

法

關(guān)癡血ddmg做聚為，分類(lèi)

某家銀行借貨客戶(hù)透視圖

其中,常規(guī)統(tǒng)計(jì)TS不會(huì)直接用規(guī)則，而是將規(guī)則做成特征，再帶入模型進(jìn)行統(tǒng)計(jì)。比如一度

聯(lián)系人中有多少黑中介，一度聯(lián)系人中的逾期人數(shù)有多少，此類(lèi)特征的KS較高且有效。常規(guī)

統(tǒng)計(jì)一般會(huì)用到社群分割和強(qiáng)連通算法。而種子傳播層面則需要用到trustrank,關(guān)系

embedding則可以通過(guò)衍生變量將關(guān)系向量化，將向量化的關(guān)系帶入模型進(jìn)行進(jìn)■告^析

和計(jì)。

(-)常規(guī)統(tǒng)計(jì)

因?yàn)橘Y源限制或提高投資西艮率的原因，黑產(chǎn)一般會(huì)最大程度的利用已有資源，比如，重復(fù)的

使用現(xiàn)有設(shè)備和信息進(jìn)行多次貸款申請(qǐng)，這樣就會(huì)出現(xiàn)同一手機(jī)號(hào)碼、登錄IP或硬件設(shè)備

出現(xiàn)在多個(gè)申請(qǐng)信息中，形成關(guān)聯(lián)網(wǎng)絡(luò)。常規(guī)統(tǒng)計(jì)的運(yùn)用，是通過(guò)繳居進(jìn)行關(guān)聯(lián)，形成

關(guān)系網(wǎng)絡(luò)圖，然后使用社會(huì)關(guān)系網(wǎng)絡(luò)分析工具，分析關(guān)系網(wǎng)絡(luò)圖中是否有大量共用設(shè)備等拓?fù)浣Y(jié)

構(gòu)。

(二)復(fù)雜網(wǎng)絡(luò)embedding算法

有時(shí)候機(jī)器無(wú)法識(shí)別信息，需要將信息向量化(embedding),將信息向量化后才可以做

后續(xù)的算法操作。embedding的方法有很多，此次僅介紹node2vec一種。node2vec的

原理＞前端為隨機(jī)游走(,后端為則采樣，將

randomwalk)word2vecorandomwalk

概率最大的關(guān)系采樣出來(lái)并生成類(lèi)似文本的序列數(shù)據(jù)，這類(lèi)序列數(shù)據(jù)相當(dāng)于詞的共現(xiàn)性,對(duì)

詞的共線(xiàn)性可以做word2vec,這瞌］word2vec與NLP的word2vecEmbedding

后會(huì)生成50維到128維的向量,之后進(jìn)行聚類(lèi)和分類(lèi)的操作，具體如下：

復(fù)雜網(wǎng)絡(luò)embedding算法

word2vec其實(shí)是根據(jù)詞的共現(xiàn)關(guān)系,算詞和詞之間的概率，將詞映射到低緯度向量，

并語(yǔ)料中的信息.

DeepWalk算法其實(shí)和word2vec算法很約以，應(yīng)該是借鑒word2vec算法吧或者是照搬

word2ve串法，對(duì)圖從一個(gè)節(jié)點(diǎn)開(kāi)始用randomwalk來(lái)生成類(lèi)似文本的序列數(shù)據(jù)，然

后將id做為一竹詞，始用skipgram訓(xùn)練得到向雖.

node2vec

node2vc在deepwalk算法的基礎(chǔ)上，定義了一個(gè)biasrandomwalk的策略生成序列，

算是改進(jìn)了一下算法，后面還是走的skipgram去訓(xùn)練

（三）trustrank算;去

Trustrank是pagerank的升級(jí)版，當(dāng)前我司用的trustrank并不是傳統(tǒng)的trustrank,