“无科技，不金融”。随着移动互联网时代的到来，科技金融模式不断创新，但是欺诈手法也在不断翻新，呈现出专业化、产业化、隐蔽化等特点。日前，世界科技开发者盛会DeveloperWeek 2019评选VR、人工智能、金融科技等领域优胜者，AI公司DataVisor维择科技凭借无监督机器学习技术获得最具投资价值的科技金融企业奖。

无监督机器学习技术是什么，为何会被认为最具投资价值？它能在科技金融活动中起到什么作用？能解决哪些金融交易中的问题？

科技金融反欺诈创新利器

与传统金融不同，互联网金融业务大多发生在线上，往往几秒钟就完成审核、申请、放款等，面临的欺诈风险也是前所未有的。据统计，我国网络犯罪导致的损失占GDP0.63%，一年损失金额高达4000多亿人民币。国际上的情况也不乐观，多份市场研究报告指出，仅2016年一年，全球信用卡、借记卡、预付卡和私有品牌支付卡损失就高达163.1亿美元；每年保险欺诈(不包括健康险)损失总额预计超过400亿美元。

“随着技术不断演进，针对金融业的攻击、欺诈手段已不同以往。团伙作案、分工明确、掌握各种先进技术工具、不断变化攻击手段，全新挑战使得金融企业越来越难以招架。”DataVisor中国区总经理吴中说，金融反欺诈期待创新已成业内共识。

“无监督机器学习是近年才发展起来的反欺诈手法。目前国内反欺诈金融服务主要是应用黑白名单、有监督学习和无监督机器学习的方法来实现。”爱信诺征信有限公司总经理金端峰在接受科技日报记者专访时说。

黑白名单被认为是最原始的反欺诈方式，类似于“筛选器”。如银行征信系统就可理解成一个黑白名单，信用卡多次逾期还款就可能被列入信贷“黑名单”；在淘宝上购买了退货险后屡屡退货，就可能上骗保“黑名单”。黑白名单是所有反欺诈方法中最简单的，但也是更新最慢、成本最高的。

相关报道: