由中國(guó)人工智能學(xué)會(huì)主辦，廣州易間網(wǎng)絡(luò)科技有限公司承辦的2018第八屆中國(guó)智能產(chǎn)業(yè)高峰論壇11 月17-18日在成都完美收官，論壇在兩天的會(huì)議里帶來(lái)了多場(chǎng)精彩報(bào)告。

此次小編為大家整理的是來(lái)自北京頂象技術(shù)有限公司合伙人、首席科學(xué)家施亮主題為《深度畫(huà)像的反欺詐應(yīng)用》的精彩演講。

施亮

北京頂象技術(shù)有限公司合伙人、首席科學(xué)家

以下內(nèi)容根據(jù)速記進(jìn)行整理

經(jīng)過(guò)施亮本人校對(duì)

李康老師的演講主要是針對(duì)人工智能使用框架本身的攻擊，就是對(duì)人工智能自身的一個(gè)攻擊。我在很多場(chǎng)合也聽(tīng)過(guò)李老師的演講，但是今天聽(tīng)了之后心里還是有點(diǎn)發(fā)毛，其實(shí)我們是運(yùn)用人工智能的技術(shù)來(lái)對(duì)抗黑產(chǎn)，如果碰到李老師這種針對(duì)AI工具自身的攻擊，我覺(jué)得這樣的攻擊還是特別難防的。今天給大家?guī)?lái)的分享是想講一下我們?cè)趺词褂萌斯ぶ悄芗夹g(shù)去應(yīng)對(duì)金融方面的欺詐場(chǎng)景。

首先介紹傳統(tǒng)的用戶畫(huà)像技術(shù)，包括欺詐用戶和正常用戶的特征、畫(huà)像的區(qū)別，以及如何通過(guò)機(jī)器學(xué)習(xí)的技術(shù)來(lái)分辨。傳統(tǒng)的機(jī)器學(xué)習(xí)技術(shù)在這個(gè)領(lǐng)域應(yīng)用也比較廣泛，但是它存在一些缺點(diǎn)。第二個(gè)部分介紹關(guān)聯(lián)網(wǎng)絡(luò)圖算法。第三部分是由于2017年到今年年初有一個(gè)深度學(xué)習(xí)運(yùn)用于圖算法的爆發(fā)期，所以給大家介紹一下深度學(xué)習(xí)圖算法的技術(shù)，我們叫做深度畫(huà)像。最后舉幾個(gè)實(shí)際工作中碰到的案例。

1. 傳統(tǒng)的用戶畫(huà)像技術(shù)

傳統(tǒng)的用戶畫(huà)像技術(shù)目前被廣泛應(yīng)用于金融領(lǐng)域。如圖所示，左面主要是對(duì)用戶的特征和屬性的描述，例如收入、年齡、家庭的情況，這是簡(jiǎn)單的屬性標(biāo)簽。右邊是用戶的行為，可以通過(guò)他的信用報(bào)告、貸款和還款的報(bào)告，以及轉(zhuǎn)帳交易的行為，通過(guò)這些我們可以構(gòu)造出用戶的行為畫(huà)像。

結(jié)合用戶屬性標(biāo)簽和行為畫(huà)像，這就是傳統(tǒng)畫(huà)像主要基于的數(shù)據(jù)點(diǎn)，它是有些優(yōu)勢(shì)的。這種數(shù)據(jù)容易制定一些策略，從業(yè)務(wù)的角度理解出發(fā)，容易制定一些規(guī)則，也比較清晰。但是它有一個(gè)弱點(diǎn)，就是泛化能力比較弱。采用了一些機(jī)器學(xué)習(xí)的算法后，泛化能力得到了一定程度的加強(qiáng)。但是它沒(méi)有考慮到用戶之間的關(guān)系。傳統(tǒng)的畫(huà)像是在考慮用戶單點(diǎn)的行為，在真正的行業(yè)中發(fā)現(xiàn)，用戶之間會(huì)存在交互和關(guān)聯(lián)關(guān)系。

2. 關(guān)聯(lián)網(wǎng)絡(luò)圖算法

關(guān)聯(lián)網(wǎng)絡(luò)的傳統(tǒng)算法分析用戶之間的關(guān)聯(lián)，比較早的嘗試是對(duì)網(wǎng)絡(luò)結(jié)構(gòu)做一些分析，這種方法最早幾十年前就有了，對(duì)圖的分析，我給大家展示了兩張圖（見(jiàn)圖1），最上面兩張圖中是對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的展示，通過(guò)分析網(wǎng)絡(luò)里是不是有特殊的結(jié)構(gòu)等，這是比較早期的統(tǒng)計(jì)分析。在10年前此研究領(lǐng)域進(jìn)入到半監(jiān)督和無(wú)監(jiān)督學(xué)習(xí)，當(dāng)時(shí)這個(gè)研究方向是比較火爆的。中間兩張圖左圖是半監(jiān)督學(xué)習(xí)的一個(gè)例子。所謂半監(jiān)督就是我們沒(méi)有知道全部的樣本，通過(guò)部分的樣本學(xué)習(xí)出模型。這個(gè)圖中開(kāi)始只知道兩個(gè)點(diǎn)，一個(gè)紅色、一個(gè)藍(lán)色，通過(guò)一些方法把信息根據(jù)圖的結(jié)構(gòu)向其他點(diǎn)進(jìn)行傳遞，最后在這個(gè)圖上可以對(duì)其他點(diǎn)也進(jìn)行分類，這是一個(gè)半監(jiān)督學(xué)習(xí)的典型例子。中間兩張圖右圖是社區(qū)發(fā)現(xiàn)的一個(gè)例子，通過(guò)一些半監(jiān)督學(xué)習(xí)最后可以做成這樣一個(gè)個(gè)社區(qū)。

大約在5年前開(kāi)始流行圖嵌入學(xué)習(xí)的研究。圖嵌入表示，一般流行的做法是把圖中的點(diǎn)用向量進(jìn)行表征，而且這個(gè)轉(zhuǎn)換要符合和保留圖的連接特征。在圖上相臨近的點(diǎn)，經(jīng)過(guò)向量轉(zhuǎn)化后，在向量的空間也是接近的，它們之間也有一定關(guān)系。經(jīng)過(guò)向量的表征后可以做大量的算法，比如邊的預(yù)測(cè)（link prediction），或者是分類、聚類的算法。在最下面這個(gè)圖例中，我們用了一個(gè)圖像的表征，是二維圖像的表征，做了一個(gè)可視化的展示?？梢钥吹綀D中接近的這些點(diǎn)，它們?cè)诙S空間中也是比較接近的。

圖1

在機(jī)器學(xué)習(xí)算法進(jìn)入深度學(xué)習(xí)的時(shí)代，用戶有兩個(gè)關(guān)切，一個(gè)是現(xiàn)在的關(guān)聯(lián)網(wǎng)絡(luò)也好，或者是關(guān)聯(lián)網(wǎng)絡(luò)支撐的反欺詐也好，是不是也能夠沿用深度學(xué)習(xí)的技術(shù)，包括交互式、可視化的展示。前面李老師也講了一些例子，我剛才講傳統(tǒng)畫(huà)像技術(shù)里的特征是非常敏感的，如果想跨企業(yè)使用這些模型，會(huì)受到很大限制，因?yàn)槟愕哪Ｐ吞卣魇腔谟脩舻暮苊黠@特征，比如收入狀況、年齡狀況等，對(duì)于企業(yè)之間的隔離，像做遷移學(xué)習(xí)都會(huì)受很大限制?；谶@些限制，我們考慮引入深度學(xué)習(xí)技術(shù)。前面的例子是基于比較淺層神經(jīng)網(wǎng)絡(luò)的技術(shù)。圖2列出的是目前比較流行的一些技術(shù)?，F(xiàn)在的方法出得比較多，特別是像NIPS、AAAI上這類的文章比較多。最上面的圖是根據(jù)它的拓?fù)潢P(guān)系和節(jié)點(diǎn)，用一個(gè)神經(jīng)網(wǎng)絡(luò)對(duì)每層進(jìn)行表征，這是比較早的方法。中間的圖，這個(gè)點(diǎn)其實(shí)是去看它的一度的鄰居和兩度的鄰居，把一度的鄰居和兩度的鄰居用深度學(xué)習(xí)核函數(shù)來(lái)表征，然后再做疊加。最下面這個(gè)圖事一種叫GCN的算法，這是最近效果比較好的一個(gè)網(wǎng)絡(luò)；也就是對(duì)每個(gè)點(diǎn)，通過(guò)一定方法，在每個(gè)點(diǎn)都用神經(jīng)網(wǎng)絡(luò)去模擬，然后在每層疊加形成一個(gè)深度網(wǎng)絡(luò)。這個(gè)網(wǎng)絡(luò)的好處就是它不僅對(duì)網(wǎng)絡(luò)的連接關(guān)系進(jìn)行embedding，也同時(shí)對(duì)節(jié)點(diǎn)的屬性進(jìn)行了embedding，這樣出來(lái)的embedding結(jié)果會(huì)更加精確。

所有的建模都是要有數(shù)據(jù)支撐的，我們做這個(gè)項(xiàng)目也不能做無(wú)米之炊，首要的問(wèn)題是構(gòu)建一個(gè)靠譜的網(wǎng)絡(luò)，圖3是我們的一個(gè)輔助技術(shù)。比如這個(gè)網(wǎng)絡(luò)是通過(guò)一個(gè)同設(shè)備，我們叫做同設(shè)備指紋來(lái)界定，黑產(chǎn)對(duì)抗時(shí)，會(huì)對(duì)手機(jī)的APP進(jìn)行攻擊，會(huì)模擬這個(gè)APP產(chǎn)生一些數(shù)據(jù)，那么我們采集的APP數(shù)據(jù)就不靠譜，這時(shí)采用什么樣的機(jī)器學(xué)習(xí)方法都沒(méi)有用。傳統(tǒng)對(duì)APP的保護(hù)，可以說(shuō)是加固或者是代碼的混淆，比較容易破解，破解快可能就是1小時(shí)。我們做了一個(gè)虛擬源碼保護(hù)的技術(shù)，在一個(gè)虛擬層做的技術(shù)，其被破解的難度比較大，可以做到一機(jī)一密，而且在非常短的時(shí)間內(nèi)做到密鑰更換。

圖3

這個(gè)端數(shù)據(jù)保護(hù)技術(shù)是支撐上面這一塊網(wǎng)絡(luò)構(gòu)建（見(jiàn)圖3），我們想要的是真實(shí)手機(jī)數(shù)據(jù)，這方面我們也在跟國(guó)內(nèi)頂尖的廠商進(jìn)行合作。因?yàn)槭謾C(jī)上的內(nèi)容比大家想象的要多得多，除了屏幕分辨率、CPU型號(hào)、APP的版本、操作系統(tǒng)等之外，還有一些其他東西?，F(xiàn)在手機(jī)基本有陀螺儀、GPS，可能還有一些海拔壓力計(jì)等，這些信息采集后我們首先會(huì)做同人的檢測(cè)，包括中間會(huì)有一些力度、仰角、左右手、操作間隔等，目的是什么？就是判斷你的手機(jī)是不是被篡改了，或者是不是模擬設(shè)備而不是真人在使用。另外一個(gè)點(diǎn)就是來(lái)看設(shè)備和設(shè)備之間的關(guān)系，也許從表面上看這兩個(gè)設(shè)備不一樣，其實(shí)我們通過(guò)模型來(lái)分析有可能是同一個(gè)模擬器產(chǎn)生的；或者是有一個(gè)網(wǎng)絡(luò)在中間，可以進(jìn)行網(wǎng)絡(luò)連接的。圖3是我們用的一些具體技術(shù)。

3. 案例

首先是傳統(tǒng)風(fēng)控的場(chǎng)景，這個(gè)案例是一個(gè)比較傳統(tǒng)的一家銀行信用卡收單的場(chǎng)景（見(jiàn)圖4），這邊是信用卡交易的整個(gè)流程，一個(gè)復(fù)雜的系統(tǒng)一定容易受到攻擊。這個(gè)交易過(guò)程是非常復(fù)雜的，一張信用卡收單過(guò)程涉及5個(gè)單位——持卡人、發(fā)卡行、收單行、商戶和清算中心，任何一個(gè)環(huán)節(jié)通訊的不協(xié)調(diào)，或者中間的一個(gè)漏洞都會(huì)給黑產(chǎn)造成可乘之機(jī)。比如一張卡，由讀卡器一刷，然后做一個(gè)偽卡，這是卡的風(fēng)險(xiǎn)。清算中心，這里也是有風(fēng)險(xiǎn)，比如內(nèi)部的內(nèi)盜，或者是清算上的數(shù)據(jù)泄露風(fēng)險(xiǎn)。在商戶和收單行之間，黑產(chǎn)也會(huì)做一些攻擊，中間黑客可能利用時(shí)間差搞一些花樣，在這當(dāng)中，包括持卡消費(fèi)的過(guò)程有很多攻擊點(diǎn)，我大概列了一下，包括偽卡欺詐等進(jìn)行的違法犯罪。

圖4

下面給大家介紹一個(gè)傳統(tǒng)的風(fēng)控方案。首先在這個(gè)端上要防止貓池。貓池是黑產(chǎn)模擬手機(jī)端的一個(gè)設(shè)備，其有一個(gè)很大的面板上插著成百上千的手機(jī)卡，黑產(chǎn)攻擊時(shí)我們要采用端防護(hù)的方法，這里涉及到一個(gè)安全SDK的防護(hù)和設(shè)備指紋的采集。數(shù)據(jù)服務(wù)，信息核驗(yàn)，黑白名單，你的設(shè)備IP是不是在黑名單，然后傳統(tǒng)的畫(huà)像策略、風(fēng)險(xiǎn)的評(píng)分等。設(shè)備指紋黑名單，這是數(shù)據(jù)上的黑白名單，大家可以簡(jiǎn)單理解成名單的服務(wù)。下一步就是風(fēng)控策略，主要是一些規(guī)則，比如是不是違反了反洗錢的策略，是通過(guò)傳統(tǒng)的統(tǒng)計(jì)學(xué)習(xí)來(lái)作出策略，在當(dāng)前絕大部分的銀行還是一個(gè)非常主流的策略。另外，一些大行以及互聯(lián)網(wǎng)的銀行已經(jīng)開(kāi)始運(yùn)用機(jī)器學(xué)習(xí)的方法，比如評(píng)分卡的模型、反欺詐的分類模型等，它會(huì)做傳統(tǒng)的數(shù)據(jù)處理、特征工程，然后做分類、異常檢測(cè)、進(jìn)行評(píng)估監(jiān)控這樣整個(gè)的過(guò)程。

在上面案例中，我們最后是用了一個(gè)機(jī)器學(xué)習(xí)的模型——GBDT的模型，效果也不錯(cuò)。它和前面所有的這些，我們叫做全鏈路的風(fēng)控。機(jī)器學(xué)習(xí)是不可以單獨(dú)做風(fēng)控，這個(gè)機(jī)器學(xué)習(xí)是依賴風(fēng)控鏈路來(lái)做的模型。

這里列舉了案例中的優(yōu)點(diǎn)，可以做實(shí)時(shí)防護(hù)。如GBDT模型上線之后速度比較快；另外在每一個(gè)風(fēng)險(xiǎn)點(diǎn)上也可以做及時(shí)調(diào)整，模型重新的訓(xùn)練也是可以的，根據(jù)不同的突發(fā)風(fēng)險(xiǎn)來(lái)做調(diào)整。其缺點(diǎn)，沒(méi)有考慮到樣本之間的關(guān)系，忽視了挖掘團(tuán)伙風(fēng)險(xiǎn)。從欺詐本質(zhì)來(lái)說(shuō)，欺詐行為很難從一個(gè)點(diǎn)完成，因?yàn)楂@利有限，所以基本都是團(tuán)伙來(lái)完成，這個(gè)模型沒(méi)有考慮團(tuán)伙作案。

下面介紹運(yùn)用關(guān)聯(lián)網(wǎng)絡(luò)技術(shù)的交易反欺詐和反洗錢，這也是我們?cè)谝患毅y行里做的，圖5所示的幾個(gè)網(wǎng)絡(luò)中，紅色的點(diǎn)是用戶，是兩個(gè)藍(lán)色和黃色網(wǎng)絡(luò)的主要節(jié)點(diǎn)，黃色的點(diǎn)是手機(jī)號(hào)的節(jié)點(diǎn)，綠色所示的是設(shè)備指紋網(wǎng)絡(luò)，通過(guò)技術(shù)就可以對(duì)欺詐和洗錢的網(wǎng)絡(luò)模式進(jìn)行挖掘。

圖5

圖6(a)~(c)是根據(jù)傳統(tǒng)的圖算法挖掘出來(lái)的圖結(jié)果。圖（a）是一個(gè)疑似洗錢的網(wǎng)絡(luò)，兩個(gè)黑色的點(diǎn)表示他們之間有大量的交易，或者是有大量的轉(zhuǎn)帳。這個(gè)行有幾千萬(wàn)的交易，從這張圖中能夠看出來(lái)，挖掘出可疑的子網(wǎng)——一個(gè)洗錢的網(wǎng)絡(luò)。圖（b）同樣也是，只是形式不一樣。圖（c）是根據(jù)手機(jī)網(wǎng)絡(luò)挖掘出來(lái)的異常，中間是一個(gè)手機(jī)號(hào)；這幾個(gè)是設(shè)備指紋，一個(gè)手機(jī)號(hào)應(yīng)該是對(duì)應(yīng)一個(gè)指紋，我們發(fā)現(xiàn)不同的設(shè)備指紋對(duì)應(yīng)了同一個(gè)手機(jī)號(hào)，說(shuō)明它是有問(wèn)題的。圖（d）是我們應(yīng)用了深度學(xué)習(xí)技術(shù)，銀行給到我們的樣本，紅色的是我們認(rèn)為有問(wèn)題的部分，綠色覺(jué)得應(yīng)該是正常的樣本。通過(guò)圖（d）可以看出，中間這部分黑產(chǎn)或者是欺詐的團(tuán)伙他們的聚集性是很強(qiáng)的，中間還有一些空泡，很異常的點(diǎn)；正常用戶其實(shí)是不會(huì)和他們太近，所以形成了這些空泡。

圖6

第二個(gè)案例（見(jiàn)圖7），它對(duì)應(yīng)的是用戶IP和設(shè)備的圖，正常應(yīng)該是一條直線，這部分和直線有很大的偏離，通過(guò)檢測(cè)之后發(fā)現(xiàn)基本都是異常用戶。下面的兩個(gè)圖是我們?cè)谧鲵?yàn)證碼攻防時(shí)的圖，左邊是個(gè)熱力圖，顯示某種行為的出現(xiàn)頻次；右邊圖紅色的是已知好的樣本，藍(lán)色是未知的樣本?？梢钥闯觯玫臉颖驹谥行亩际潜容^有聚集性的；藍(lán)色的散落在周邊的，經(jīng)過(guò)驗(yàn)證，基本都是異?；蛘邜阂獾脑L問(wèn)行為。

圖7