伴随互联网的迅猛发展，我国在互联网金融、大数据以及人工智能等领域都取得了突出的成果，尤其是在互联网金融以及数据应用方面，中国已经走到世界前列。在国际大数据领域，也不乏中国专家的身影，中国科学院大数据挖掘与知识管理中心主任石勇教授，就是国际知名的大数据专家。他不仅出版了多部有影响力的专著，其论文也被美国ISI列为领域学科十年来前百分之一的高引用论文。2018年入选全球专业信息与分析服务的领导者科睿唯安(Clarivate Analytics)“高被引科学家”。

作为国家大数据研究权威机构主任，石勇教授极为关注大数据在金融反欺诈领域的应用，他创立的全国个人信用评分系统，服务中国十三亿人日常经营活动，是国家金融信息化最重大的基础工程之一。不仅如此，石勇教授也非常关注该领域的发展动态，近期，他将关注点放到了一家低调的行业黑马——黑瞳科技上。

在近日召开的“智能反欺诈全球突破·黑瞳科技成果发布会”上，黑瞳科技对外公布了4大颠覆性突破及五大智能反欺诈产品，领先的实测效果吸引了全球多位顶尖科技专家和200余家金融机构及企业的关注。

石勇教授评价道“黑瞳科技是智能反欺诈领域的领头羊，引领智能反欺诈时代到来，为社会金融安全做出重大贡献，具有非常远大的发展前景。”

据悉，黑瞳科技已经深耕反欺诈行业近10年，服务了2000多家金融机构和企业，2018年品牌升级专注智能反欺诈，并与MIT麻省理工以及覆盖全球近2万家金融机构的反欺诈系统服务商GBG达成了深度战略合作。

对于行业一直在提，但始终没有落地的智能反欺诈，黑瞳具体是如何做到呢？笔者对石勇教授进行了专访。

石勇教授在接受笔者采访时表示，“所有新技术的发展都是双刃剑。一方面，新技术的应用可以提高社会效率，产生社会价值，但同时也给犯罪分子提供了新的作案工具。这就需要我们与时俱进，利用先进的技术手段，去防止这种欺诈活动的产生。”

从全球反欺诈发展情况来看，智能化是反欺诈发展的必然方向，影响智能反欺诈效果有多方面的因素，其中最重要的就是大数据的打通与关联，以及大数据模型的分析及预测能力，而黑瞳科技在这两方面都取得了阶段性突破。

1.打破数据孤岛，黑瞳突破反欺诈发展瓶颈

智能反欺诈效果在很大程度上取决于底层数据的全面性、准确性，以及数据模型的有效性，由于数据模型的有效性也是建立在事先对大数据进行分析的基础上，所以总体来看，底层大数据是智能反欺诈的根基。

石勇表示，大数据在金融行业的作用非常多，但是万变不离其宗，最重要就是通过大数据形成清晰的用户画像，从而对其欺诈风险进行判断。因为在金融行业，不管我们对个体、企业、甚至是对一个国家，我们都是以他过去的表现衡量他将来的发展,通过数量化的方式去刻画他，他好到什么程度、坏到什么程度，这是金融行业最基础的。

但是，目前对于我国的金融机构和企业，最大的挑战就在于数据孤岛化造成的数据全面性、准确性及实时性不足的问题。石勇表示：“大数据无非三个方面，一是政府数据、二是企业数据、三是开源数据，开源数据包括通过网上拿到的一些媒体数据、摄像数据等等，这些东西都有用。所以怎么把这三个东西整合起来，这是一个挑战，不仅对政府，对金融机构和企业都是一个挑战，这也是智能反欺诈发展需要解决的瓶颈问题。”

“以银行为例，银行的挑战在于，它拥有的仅仅是银行内部的数据，对于如何将银行外部的数据，比如腾讯体系内产生的社会性数据，结合到银行里面去，一起做一个全面分析，这个问题是具有挑战性的。”

为了打破数据孤岛问题，黑瞳科技用近10年的时间与与公安、司法、通讯、社保、银联、铁路、航空等多家权威部门建立了深度战略合作关系，通过领先的机器学习技术和算法技术，将数据“岛屿”链接成了安全防线，打破了制约传统反欺诈效果的数据孤岛。

这是对传统反欺诈发展瓶颈的一大突破，也是智能反欺诈与传统反欺诈的主要区别之一。传统反欺诈底层的数据维度单薄，在多样性、实时性、完整性、准确性和真实性上存在比较大的问题，黑瞳智能反欺诈通过大数据关联，实现清晰描绘客户的欺诈风险。

2. MIT全球前沿技术加持，模型预测让欺诈无处遁形

解决了数据孤岛以及大数据关联问题，数据模型的分析和预测能力成为影响反欺诈效果的最关键因素。

“过去的欺诈一般以传统的打电话、发短信等方式，但现在不一样，可以通过互联网修改你的记录，或者想办法假冒你的名义做一些非法事情。”石勇告诉笔者：“犯罪手段发生了变化，我们也要通过新的技术手段去识别它、分析它，比如他昨天是什么表现、前天是什么表现等等，通过观察他的行为发展，就可以预测他明天可能会怎么样。其实大数据对于反欺诈最大的影响，就是在于用智能化的方法进行分析和预测。”

而大数据模型分析和预测的准确度主要取决于所应用的技术以及对业务场景的理解深度。据石勇教授介绍，目前大数据擅长的是分析和处理数字这类结构化的数据，但是对于邮件、语音、视频等非结构化数据、半结构化数据进行分析处理，却面临非常大的挑战。

反欺诈在数据模型方面经历了四代技术演变。从简单的黑名单到规则系统，到有监督机器学习，再到无监督机器学习。其中，有监督机器学习是目前机器学习反欺诈中较为成熟的一种方法，但它最大的缺陷在于仍然严重依赖历史数据和专家经验，只能在欺诈发生之后才能制定应对策略。无监督机器学习摆脱了对历史经验的依赖，可以通过大数据分析对欺诈行为进行提前预测和预警。

而黑瞳科技的智能反欺诈使用的正是包含无监督机器学习在内的多项领先技术，对结构化、半结构化、以及非结构化数据都能进行有效的处理，大大提升了数据利用效率。黑瞳在全球范围内寻找顶级技术资源，与MIT麻省理工建立了智能反欺诈联合实验室，重点突破无监督机器学习、迁移学习以及智能模型迭代在反欺诈中的应用，同时还与覆盖全球近2万家金融机构的反欺诈系统服务商GBG达成了深度战略合作。

在模型预测能力和技术上的突破，还源于黑瞳对多样、复杂的欺诈场景的理解。黑瞳通过服务包括银行、保险、信托、消费金融、互联网金融等2000多家金融机构和企业，积累了大量欺诈场景的应对经验，其智能反欺诈服务几乎覆盖了金融业务的所有场景。

通过无监督机器学习等技术突破，黑瞳实现了对新型欺诈的提前预测、预警和预防。在石勇看来，黑瞳的智能反欺诈系统就像一个综合打分系统，通过大量的数据对个人做整体核验、标签、评分，在诈骗发生之前就将欺诈者可能的欺诈行为扼杀在摇篮里，减少金融企业的欺诈风险。

3. 200多家金融企业热捧，黑瞳开启反欺诈智能浪潮

在本次发布会上，黑瞳科技联手MIT、GBG共同推出了瞳核、瞳签、瞳分、瞳眼、瞳云五大智能反欺诈产品。数据匹配度高达95%，瞳分产品的KS值高达0.43，超出行业标准35%。帮助合作伙伴将坏账率从2.5%降到1.5%，挽回直接经济损失3个亿，这样的产品实测效果获得现场200多家金融企业的一致认可。

新网银行、中原消费金融、乐信等多家客户都表达了对黑瞳产品的肯定，其中乐信集团反欺诈总监表示：“长期以来，黑瞳体系对乐信反欺诈业务给予了大力支持。此次，黑瞳推出的新一代智能反欺诈，不但打造了多维度产品，还可以根据不同业务场景提供定制化服务和联合建模服务，很期待与黑瞳科技更深入合作。”

石勇对此评价道：“黑瞳智能反欺诈产品的推出，让智能反欺诈的概念真正实现落地，也让金融企业的借贷及产品决策更精准，能够全方位、及时地阻断欺诈发生并将欺诈损失降到最低。”

在谈及智能反欺诈的发展前景时，石勇教授表示，反欺诈发展的方向在于智能化分析，黑瞳所做的是引领改变、引领潮流的事情，黑瞳刚好顺应了产业浪潮，率先推出一体化的智能平台，从这个角度来看，黑瞳具有非常远大的发展前景。