中国电信张静:运营商大数据在金融风控领域的创新应用


2018-8-15 9:34

7月26日,2018第三届支付安全与创新暨严监管下的金融科技创新研讨会(成都)在成都召开,会议解读央行政策、研讨金融科技工作、开展移动金融产业交流。会议由北京移动金融产业联盟和四川省计算机学会主办。中国人民银行科技司、中国人民银行金融信息中心、中国金融电子化公司,中国人民银行成都分行等机构近200余人参加会议。中国电信高级技术专家张静与会,并做《运营商大数据在金融风控领域的创新应用》主题演讲。

中国电信移动互联网事业部高级技术专家张静

中国电信大数据的来源是海量基础用户以及和中国移动、联通等机构合作引入的异网数据,与商业银行和第三方互联网公司合作引入的辅助检测数据源。从数据源来看,电信的数据相较于其它数据,更多是属于实时数据、海量多样,且通过央企严格的法审,符合国家的法律法规。目前,电信主要的数据资产从个体、群体、历史、实时四个维度,分为位置、用户、行为三个大类。每个大类我们都有数十甚至上百款产品接口。目前,电信大数据能力输出是采用API的接口方式为主,少数可通过数据报告的方式进行提供。电信的风控产品主要有两类:一类是针对操作风险的事中实时风险防控,如针对位置的实时位置风控、交易监控、防钓鱼网站等;另一类是针对目前的信贷风险,包括针对贷前、贷中、贷后的一些相关检验评估跟踪等。

一、操作风险的事中实时风险防控

(一)是位置信息服务。位置风控产品是运营商独有的利用基站定位能力来进行的风险防控。APP的位置与手机号码实时位置差方案。当银行用户发起交易时,通过从APP获得的位置信息和在银行预留手机号码的实时基站的位置差来判断交易是否存在风险,如用户在北京用手机银行APP转账时,获取APP位置是北京,但用户预留手机号基站位置信息却是在四川,可以初步判断这一笔交易存在风险。通过这种位置比对,可以有效规避盗号、盗刷、伪卡、木马等风险交易,同时协助银行完善风控体系,避免客户资金损失,减少赔付,提升银行美誉度。针对POS机实时交易的解决方案。主要是通过在POS机内嵌入物联网卡,并结合中国电信的基站定位能力,可以有效规避以下风险:1.防盗刷,通过比对刷卡POS机的终端位置与刷卡人的手机号实时位置避免盗刷;2.防套现,针对实时上传回云平台的交易信息生成热力趋势图,当某交易稀少区域出现大额高频整数交易时则此区域商户可能存在套现风险;3.防移机,实时监测POS机位置,防止POS机被随意移机,设置电子围栏将超出区域的POS机向相关金融机构予以报警。

(二)是违法钓鱼网站综合防控服务。违法钓鱼网站综合防控服务包括发现、处理、数据挖掘三个方面。

第一是发现钓鱼网站。通过对全网DNS解析监控,实时发现钓鱼网站域名变化,可以帮助银行和相关的监管机构快速的发现这些钓鱼网站,这个效果非常好,基本上可以发现市面上的80%的钓鱼网站。

第二是处理钓鱼网站。两种处理方式,一是针对访问用户的页面牵引,做路由重镜像,直接牵引至正规网站,避免用户被诈骗网站诈骗;二是对于违法网站的关停,传统的钓鱼网站的关停是通过商业银行将钓鱼网站信息反馈至工信部反钓鱼联盟,需要经过工信部、运营商及具体技术部门的确认处理,周期需要两三天的时间,而通过电信的防钓鱼产品,可以实现分钟级响应、秒级关停。

第三是钓鱼网站数据挖掘。一方面电信可以实时监控访问数据,挖掘黑灰用户名单。在钓鱼网站输入的敏感信息人群被定义为易感人群,这些人群是极容易诈骗的人群。商业银行反馈80%被骗的用户都是这部分易感人群,甚至有同一个易感人群被连续多个诈骗团队连番诈骗的案例。中国电信可以通过监控页面上的输入信息,定位找出输入银行卡号、身份证号、手机号的用户,通过合法的方式反馈给金融机构。金融机构可以针对这些易感人群的用户特征,对他的转账金额进行限制或提升防控级别。另一方面电信针对钓鱼网站的管理者进行挖掘。电信可以监控到访问钓鱼网站后台的用户,只要监控到管理人员访问信息,定位IP、基站等信息,结合基站MAC地址与IP的对应,可以定位犯罪分子的具体手机号,进一步根据手机号挖掘出具体的实名信息,这样就可以配合公安机关对这些违法分子进行严厉的打击。

二、信贷类产品服务

信贷类产品目前我们的产品较多,主要分为贷前反欺诈、贷中信息检验和信用评估、贷后风险行为监控。以下是几个典型的产品介绍。

第一是职住地检验。主要也是利用运营商独有的基站定位能力,结合用户在工作时间和家庭时间的历史位置数据,判断用户提供的家庭和单位地址是否属实,特别是针对一些信用卡发卡机构和小微信贷场景有较多的应用需求。

第二是关于身份认证。商业银行在为用户办理开户时,需要通过多种方式验证用户是否实名。电信与商业银行合作,依据用户开户时提供用户姓名、身份证、手机号三个要素信息,实时检测用户手机号码是否实名,姓名、身份证、手机号三个要素是否对应。同时电信与公安部合作,将公安部的生物识别技术与三要素的识别技术结合,进一步判断用户人脸和手机号是否对应,增加身份认证的级别。

第三是机卡一致性检验。针对用户换机或换号的检测,手机设备识别码(MEID)和手机卡(IMSI)在运营商的数据库里是一一对应或者一多对应的。当犯罪分子复制了其他人的SIM卡进行转账交易时,商业银行可以进行机卡一致性检验,判断卡机或卡卡是否一致,也就是判断是否更换过卡,由此来判断用户交易是否存在风险。

第四是贷后风险位置预警。针对信贷客户的位置信息进行监控,当信贷人员离开设置的城市或其它电子围栏时,系统会给予贷款人相应的提示。同时当贷款人频繁与某些特殊单位,如法院、检察院、公安局等的位置进行碰撞时,我们判断此贷款人可能遇上了某些不可预知的法律风险,产品可以及时的给予信贷机构以预警。

第五是失联用户找回。针对银行、保险、车企等机构因用户换号、停机、欠费等原因无法联系上的应用场景,机构只需提供一些已知的信息,如手机号、身份信息、终端型号等,电信通过在运营商的动静态数据库进行检索,从而找出用户新的信息或关联信息,如新手机号、前期联系得最多的号码,并通过云呼叫中心进行外呼,从而找回失联用户。

总的来说,运营商的数据量非常庞大且数量繁杂,增量和存量都非常多,今天我这里只是介绍了很小一部分在金融风控领域的应用,其实还有很多场景需要跟更多的客户、同行去一起挖掘和探索。

本文转载目的在于知识分享,版权归原作者和原刊所有。如有侵权,请及时联系我们删除。
评论加载中
相关文章

月点击排行
关于本站    联系我们    版权声明    手机版
Copyright © 2011-2022 移动支付网    粤ICP备11061396号    粤公网安备 44030602000994号
深圳市宇通互联信息技术有限公司    地址:深圳市宝安区新安街道28区宝安新一代信息技术产业园C座606