<mark id="oztn4"></mark>
0
1994年年初，有位叫姜文的演員因飾演《北京人在紐約》中的王啟明而被中國大眾熟知。
彼時，眾多懷揣著美國夢的中國人踏上了這片想象中的自由之地，當時22歲的黃鈴還是北航飛行器設計和應用力學系的一名大四學生。
6年后的2000年，28歲的黃鈴隨著浩蕩的出國潮，踏上了飛往大洋彼岸的飛機，成為加州大學伯克利分校計算機科學專業的一名博士生。
對他而言，除了生活環境上的巨大改變，還有研究領域的轉變。學力學和應用數學出身的他，將在此基礎上，更為系統的了解機器學習以及其在網絡安全層面的應用，而此前，他只是對這部分知識感興趣。
他自己也未曾料到，這樣的興趣和教育背景，多年后最終讓他成為了行業內少數精通人工智能和計算機安全的專家，這項長處未來也將讓他在金融反欺詐領域大放異彩。
07年博士畢業后，他順利進入美國英特爾研究院，期間曾同老牌安全公司 McAfee 合作了多個項目，運用人工智能技術，對用戶的行為和信譽進行建模分析，解決網絡安全、數據安全、防病毒、反欺詐等方面的問題。
簡言之，通過對黑產的研究運用機器學習和大數據建模的技術，他們能通過分析用戶行為來判斷這個人的信用到底怎么樣？金融機構再根據他們的分析，來決定是否放貸，貸多少？
2017年3月，在美國求學了工作了17年的黃鈴，決定回國創業，他與另外兩位伯克利的同窗，成立了主打金融反欺詐的慧安金科。
一年之后，慧安金科宣布完成 1 億元 A 輪融資，由創新工場領投，高瓴資本、丹華資本、長風智清等投資機構跟投。
近日，黃鈴對雷鋒網講述了他為什么回國創業的原因，國內的金融反欺詐現狀以及他目前想要做的事情。
“中國的金融業發展非常迅速，新的業務和場景層出不窮，很多是在世界其他地方看不到的。”安全一直以來，都在跟著業務走。雖然黃鈴在大數據系統、人工智能、信息安全和金融科技領域有超過 15 年的實戰經驗，但國內不斷涌現出的新場景和新業務，依然吸引了這位老道的風控專家。
“中國的移動支付發展如此迅猛，我們可以看到在電商、社交等場景已經涌現出各類欺詐行為了，這些都需要風控。”黃鈴告訴雷鋒網，目前慧安金科的業務主要集中于互金、保險、證券等大金融領域。
與美國已經擁有成熟的信用卡市場不同，中國目前還有8億人沒有申請信用卡，而不少人第一次使用的信貸服務是互金產品，但在互金行業中，很多公司在極速增長的業務之下，安全卻沒有做到位。
“有人說現在的互金行業名聲不好，出現了暴雷事件，我個人的看法是，一顆老鼠屎壞了一鍋粥，他們不在源頭做風控，而是通過高額利息和暴力催收這種方式來，這樣當然發展不好，現在看那些活的很好的互金企業，都是風控做的好的。”黃鈴想做的事情，就是通過這么多年來在金融行業的經驗，來更高效的解決風控問題，為這個行業帶來規矩，設定秩序，提供標準。
由于在美國的金融反欺詐領域有十幾年的從業經驗，所以黃鈴對于黑產的欺詐手段和套路都比較了解，加之在機器學習和數據建模方面的優勢，讓他可以不斷涉及世界一流的人工智能算法，對用戶的各種行為進行精準的量化分析，最終根據不同的業務來做出識別風險用戶的模型，全面對抗黑產欺詐行為。
與黑白名單、信用庫等傳統的金融反欺詐手段不同，黃鈴和團隊做的，是通過對用戶的行為進行量化分析 ，來為金融機構提供反欺詐的服務。
在介紹具體的不同之前，我們先來回顧一步電影中的片段。
在阿湯哥主演的《碟中諜5》中，有個劇情是他們要進入安全機構拿檔案，最開始有指紋識別，后來是人臉識別，但是最終極的安全措施是通過步伐的識別來進行認證，你走路的姿勢、速度、長度等都成為了機器判斷的因素。
放在金融反欺詐的場景中，傳統的識別方式是，根據一個人的姓名、身份證號、IP、住址等標簽來進行識別，但這有兩個問題。
一是目前已有黑產可以偽造身份證，一個人可以通過易容等方式，來為自己辦一張假身份證，這在黑產產業鏈條中，早已不是難題。
二是IP、住址等標簽，很可能會造成“誤殺”，一個IP下面可能有多個用戶，如果因為其中一個用戶信用不好而“誤殺”其他信用好的用戶，同樣會給金融機構造成損失，況且黑產經常也在更新IP，反欺詐人員能否跟上黑產的速度也是一個疑問。
那黃鈴和他的團隊是如何來解決的？
再回到上面電影中的場景，機器通過計算阿湯哥邁步的姿勢、長度、速度等綜合因素，來進行判斷。現在，我們把這個場景放到互金平臺的注冊場景中，用戶在線填寫賬號輸入密碼的過程中，他的速度、填寫的順序、手指按下的力度等行為數據，都會成為最終的“數據原料”，通過對這些數據進行特征的衍生處理和關聯分析，來檢測出不同緯度上的異常。
與傳統非黑即白的結果不同，經過關聯分析后，最終會得出一個風險評分，來為風控人員在決策時提供風險參考。
這么做的好處有兩點。
第一，不會涉及到大量的個人隱私信息；第二，黑產團伙在多次作案中，總會有一些共同的特征，通過建模，來把這些特征描述出來，從而可以主動地在成千上萬的用戶中主動識別隱藏的欺詐行為，而不是等案發之后，才來補救。
安全長久以來一直是跟著業務在走，比如我們熟知的 BATJ，由于業務的迅猛發展，紛紛成立了安全部門，也吸引了不少來自硅谷的安全人才。
但黃鈴選擇了另一條更具挑戰的路－－－－－為更多不同種類型的公司提供安全服務。
“我不能為了一棵大樹放棄一片森林”，黃鈴告訴雷鋒網(公眾號：雷鋒網)，有不少做風控的同行回國之后加入了大廠，但安全是眾多公司都會面臨的問題，他更希望去解決諸多不同類型的公司遇到的問題，去服務整個產業，而不是某家公司。
“大廠的用戶多，積累的場景和數據可能也會更多，這是不是你們的短板？”
對于雷鋒網的這個問題，黃鈴解釋，他們并不需要海量的標簽來進行建模，二是通過半監督主動式機器學習技術，加上有經驗豐富的風控專家的介入，這樣就可以融合已有的標簽樣本和大量的未知樣本來建模，做定制化的模型。
這樣一來，客戶能夠給慧安金科提供一些樣本數據，幫助慧安金科的系統平臺能夠更精準地建模；另一方面，有業務專家的介入，機器能夠分析風控業務中多變的情況。
對于融資后的打算，黃鈴表示將在算法的搭建更加下功夫，以此來做出更好的模型，除了一般的提取特征構建畫像之外，還會做大規模的關聯分析，提高風控的準確度和效率，提前對風險進行預警。
目前，他把目光主要聚焦到了大金融領域，與其他更注重把業務先發展起來的行業相比，金融是風控的重災區，對安全的需求更為迫切。尤其是互金領域，迫切需要用人工智能和大數據來建立高效準確全面的模型，來自動對抗欺詐份子的系統和解決方案。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
