面对无孔不入的黑产，如何搭建反欺诈策略与模型？

正文

请到「今天看啥」查看全文

欺诈是你想彻底铲除的，你建立了足够的壁垒、堡垒把欺诈挡在门外；但你并不希望信用风险为零，信用风险框定在一定范围之内，再去设计产品。

信用管理是进攻，反欺诈是防守。在不同场景中，反欺诈和信用管理重要程度不同。比如说航旅分期，欺诈风险比较小。 Paydayloan本身是针对信用差的人群，欺诈风险往往更为重要。

欺诈原因主要有几点：

征信体系有待推广和完善。

欺诈成本很低。

没有信息保护意识。别人帮你买机票，你就把身份证号码透露了。

贫富差异下的利益驱动。

最后一点就是互联网，比较线上和线下的欺诈概率，线上欺诈是线下的六倍，因为线上不需要跟人打交道，被逮到的可能性比较低。 并且，一旦诈骗犯发现平台一个漏洞，他可以在网上得到迅速的推广。

一般来说，当你的贷款额度越来越小的时候，你会越来越依赖于大数据，依赖模型化和自动化，去进行反欺诈预防和信用管理。

反欺诈其实是通过各种方法把高危人群、帐号异常、设备异常、身份伪冒、申请异常、使用异常、恶意炒信等等去除。但去除时，我们要关心两个概率，一个是召回率、一个是准确率。

偶发的欺诈并不可怕，大家主要担心欺诈中的正规军，欺诈的黑色产业链，所以黑色产业力量挖掘是非常重要的。

欺诈一般分为第一方欺诈和第三方欺诈。

第一方欺诈是，我就是欺诈主体，我是怀着恶意来骗贷的。

第三方欺诈是，骗贷人不是我，其他人是伪冒我的身份，盗用我的帐户进行欺诈的。

根据第一方欺诈和第三方欺诈的不同，在防控点上的设计也不同。比如第三方欺诈，你可以通过人脸识别等等去做排除；第一方欺诈可能是通过一些模型去识别，是否是恶意骗贷。

请到「今天看啥」查看全文