隨著新一代信息科技的不斷進步，互聯(lián)網(wǎng)金融安全性也在持續(xù)提高，為消費者呈現(xiàn)了良好的融資環(huán)境。但新技術帶來便利的同時，也帶來新的風險和挑戰(zhàn)，有眾多不法分子利用技術漏洞制造出了各種金融案件。對于此類挑戰(zhàn)，度小滿分享了其運用AI技術建立全鏈條屏障的經(jīng)驗與成果。

日前，在“北大光華-度小滿金融科技前沿技術研討會”上，度小滿技術委員會執(zhí)行主席楊青介紹了前沿AI技術在金融領域的具體應用。楊青認為，金融領域要做到AI防深偽，不僅僅是識別人臉的真假這么簡單。在AI科技與金融不斷深入融合的當下，獲客、風控等日常環(huán)節(jié)均在朝著智能化方向變化。因此，金融領域的AI防深偽，不應當只是針對DeepFake這種技術的單點突破，而是要守住整個鏈條、每個節(jié)點的安全，建立全鏈條屏障。

隨著人臉認證的普及應用，不法分子通過DeepFake這樣的技術來偽造人臉的詐騙也日益增多。“眼見未必為實 ”，這類虛假視頻肉眼往往無法識別，怎么防范這類新型風險?度小滿的防深偽技術，運用了千萬級樣本從中提取了多域視覺特征：包含傅立葉頻譜特征、小波特征、和RGB空域特征等等，利用多特征融合共同輔助鑒偽。目前度小滿防深偽技術已經(jīng)可以覆蓋各種深偽形式，比如靜態(tài)人像圖片活化和AI換臉等，千分之一誤報率下召回為90%以上。

反欺詐是金融風控審核的第一步，目的是排除“壞人”，對于通過這一步的“好人”，如何判斷他的信用，決定給多少授信額度呢?央行征信報告是判斷個人信用的最重要依據(jù)，但征信報告存在大量的非結構化數(shù)據(jù)，許多具備潛在價值的數(shù)據(jù)并未能被充分挖掘。

為此，度小滿利用NLP自然語言處理技術對它們進行分析和識別，再通過自監(jiān)督預訓練模型，從而達到從文本中識別用戶風險的目的。而且征信報告還蘊藏著大量的關聯(lián)信息。對此，圖機器學習模型便成了較好的解決方案，可以很好地識別、表達、利用關聯(lián)信息并獲得所需的知識，方便解決違約風險存在傳導性等隱患問題。

數(shù)字化時代，信息技術已經(jīng)成為金融服務行業(yè)的重要組成部分。在金融服務行業(yè)，數(shù)據(jù)作用將不斷凸顯，數(shù)據(jù)安全與個人信息保護也將面臨新的風險與挑戰(zhàn)。作為創(chuàng)新型金融科技企業(yè)，度小滿不斷以前沿技術破解金融安全難題，力爭為金融行業(yè)的穩(wěn)健發(fā)展貢獻更多科技力量。

免責聲明：市場有風險，選擇需謹慎!此文僅供參考，不作買賣依據(jù)。

標簽：