现在反欺诈领域包括多项内容，从业务层面看，存、贷、汇三块都存在反欺诈的需求
自己对“贷”这一块最熟悉，这一块对反欺诈的需求也最为旺盛，就重点说一下这里。
由浅入深
一、黑名单筛选首先申请层面，从客户填写资料进行反欺诈
首先注册时客户的三个要素/四要素
姓名+身份证号+手机号+银行卡号。
同时虽然你没有填写但是通产在你申请的时候互金机构通过会SDK抓取到你的设备指纹和IP,也就是说会以这6个为所以条件进行黑名带匹配，命中即拒绝。
黑名单包括贷不限于：
1公检法公开的失信、申诉、被执行、吸毒等。
2各类征信数据联盟的不良名单（通常为M3+以上）
二、多头借贷顾名思义就是你在不同平台申请的频率
依然是通过上面的这些纬度进行筛选，一台设备或IP短时间内集中申请，通产会被理解为中介，而以身份证姓名为条件进行多次申请则会认为是高危人群，也会被放在疑似欺诈中。
三、勾稽规则
通过对比进行校验，你自己填写的收入、工作、住址、借款目的等等都会和平台能够抓取到的数据进行对比，有硬性的对比，比如学历、性别、年龄等。也有模糊对比如收入等级、居住地址和单位地址（通过经纬度）等。通常为了防止申请人填写错误、数据错误、特殊情况（噪点）导致的误杀，勾稽规则这一块采取命中后给于风险分值，分值累加后计算是否超过阀值的方式处理，达到一定阀值人工干涉、达到更高的阀值自动拒绝。通常这些分值也会和多头进行累计。
四、社交关系
这一块主要是通过你的通话记录，进行处理，呼出呼入的电话中是否有其他失信人员、黑名单人员、催收公司电话等等数据足够大的情况下如腾讯甚至可以做到多层关联，比如你直接联系人是黑名单为1级关联、你的朋友的联系人里有黑名单，那你就是二级关联。
五、逻辑规则
信贷审核中有一句话叫做反常即为妖。
比如你填写自己为公务员，但是收集到的你的收集运营商数据显示你的通过话时间集中在工作日的凌晨1点-4点。这里面也会给与一定的欺诈分值。再比如你填写的工作为某集团中层管理，但是学历是大专、年龄只有24岁。明显不符合逻辑。或者工作是教师，但是你的运营商数据显示你的物理地址经常在工作日在不同的外省市，拨打或接听电话。这些都可以做成相关规则。
六、欺诈综合处理
以上处理中狠多规则其实无法确认是欺诈操作，但是以风控的思路要对客户做有罪推论，也就是说我觉得你有嫌疑起码就要进行严格审核，如果要推翻我的怀疑需要有合理的解释或者逻辑说服，所以反欺诈里面很多都是除了必死的黑名单项，大部分会进入人工干预。同时对于欺诈分值最终有可能会以决策矩阵的方式对这次借款事件给于额度上的控制，或者对这类客户在贷后管理中放入到需要频繁监控的队列中。大致思路是这样，当然具体实施上也会有很多别的技术和思路，但是基本都是以逻辑和大量贷后表现数据为依据，对客户自己填写的以及可以搜集到的信息进行检验。检验是否名中欺诈名单或者你填写的这个字段就是落入到了高危字段或者高危人群、或者你整体的个人画像明显存在不符合逻辑的内容
网友评论