隱私計算在金融行業(yè)反欺詐應(yīng)用

隱私計算在金融行業(yè)反欺詐等場景的應(yīng)用金融反欺詐的重要意義金融欺詐是用戶主觀、以非法占有為目的，采用虛構(gòu)事實(shí)或隱瞞真相方法，騙取他人財物或金融機(jī)構(gòu)信用，破壞金融管理秩序的行為，包含：電信詐騙、信用卡申請詐騙、信用卡盜刷、偽冒身份開卡等等詐騙行為。監(jiān)管和有權(quán)機(jī)關(guān)管控國家法規(guī)和政策重視銀行自身經(jīng)營要求公安部：“長城”“云劍”“斷卡”“斷流”等專案行動，破獲電信網(wǎng)絡(luò)詐騙案件26.2萬起，抓獲犯罪嫌疑人37.3萬名。人民銀行：治理異常銀行卡14.8億張，專項(xiàng)檢查130余家金融機(jī)構(gòu)，暫停620家銀行網(wǎng)點(diǎn)開戶業(yè)務(wù)。2021年3月5日，《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要（草案）》。2021年10月13日，《中國人民銀行關(guān)于加強(qiáng)支付受理終端及相關(guān)業(yè)務(wù)管理的通知（銀發(fā)〔2021〕259號）》。2022年4月18日，《關(guān)于加強(qiáng)打擊治理電信網(wǎng)絡(luò)詐騙違法犯罪工作的意見》2022年9月2日，《中華人民共和國反電信網(wǎng)絡(luò)詐騙法》銀行負(fù)有保護(hù)客戶信息、賬戶安全，確保交易為本人操作的法律責(zé)任。銀行為優(yōu)化經(jīng)濟(jì)資本配置需要減少欺詐風(fēng)險導(dǎo)致?lián)p失。大中型銀行負(fù)有保障客戶資金安全的社會責(zé)任。金融行業(yè)反欺詐方式的演進(jìn)近年來，銀行已紛紛建立了企業(yè)級的反欺詐體系，在機(jī)構(gòu)內(nèi)數(shù)據(jù)統(tǒng)一共享的基礎(chǔ)上實(shí)現(xiàn)覆蓋業(yè)務(wù)前、中、后各環(huán)節(jié)的智能反欺詐防控。然而，僅使用自身數(shù)據(jù)，仍然存在數(shù)據(jù)不完整、數(shù)據(jù)不全面、數(shù)據(jù)不及時的問題。隱私計算技術(shù)，為數(shù)據(jù)要素的有效流通提供了必要手段，正在為金融行業(yè)的反欺詐構(gòu)筑新的體系和生態(tài)。行...申請 密碼審批 認(rèn)證交易核查個金專業(yè)信用卡專業(yè)電子銀專業(yè)專家規(guī)則監(jiān)控為主依賴于密碼驗(yàn)證身份和事后人工核查各專業(yè)部門單線作戰(zhàn)規(guī)則模型結(jié)合智能化防控業(yè)務(wù)辦理前中后全環(huán)節(jié)防控名單、特征等風(fēng)險信息統(tǒng)一共享...電子銀行信用卡自助終端深度學(xué)習(xí)知識圖譜專家規(guī)則實(shí)時干預(yù)BANK完整性：隱匿查詢支持查詢同業(yè)欺詐評分全面性：縱向聯(lián)邦從運(yùn)營商、互聯(lián)網(wǎng)公司引入更全面特征及時性：區(qū)塊鏈支持名單信息不出機(jī)構(gòu)實(shí)時共享2.0

企業(yè)級反欺詐體系1.0

矩陣式聯(lián)防系統(tǒng)3.0

跨機(jī)構(gòu)跨行業(yè)反欺詐生態(tài)正在形成跨機(jī)構(gòu)數(shù)據(jù)合作的解決方案：隱私計算簡介隱私計算（Privacy-Preserving

Computation）,

是指在提供隱私保護(hù)的前提下，通過協(xié)作對多方的數(shù)據(jù)進(jìn)行機(jī)器學(xué)習(xí)和數(shù)據(jù)計算分析，實(shí)現(xiàn)數(shù)據(jù)價值流通的技術(shù)解決方案。隱私計算并不是一種單一的技術(shù)，它是一套包含人工智能、密碼學(xué)、數(shù)據(jù)科學(xué)等眾多領(lǐng)域交叉融合的跨學(xué)科技術(shù)體系，滿足了數(shù)據(jù)的可用不可見、使用權(quán)與產(chǎn)權(quán)分離等要求。隱私計算技術(shù)解決方案包括聯(lián)邦學(xué)習(xí)、多方安全計算、可信計算、區(qū)塊鏈等多種技術(shù)，在實(shí)際應(yīng)用中根據(jù)實(shí)際場景需要將技術(shù)進(jìn)行組合使用來滿足隱私保護(hù)的要求。2016年由谷歌提出，在不上傳手機(jī)終端的隱私數(shù)據(jù)（輸入內(nèi)容）前提下，完成輸入法的聯(lián)合模型訓(xùn)練。解決如何在保護(hù)隱私的情況下，完成AI模型訓(xùn)練。x>y

?x y源于1982年姚期智提出的百萬富翁問題1，在沒有可信第三方的前提下，比較出誰更富有。如何在保護(hù)隱私的情況下，完成統(tǒng)計分析。聯(lián)邦學(xué)習(xí)多方安全計算可信計算多家芯片廠商相繼推出了基于硬件的可信計算方案，如ARM

TrustZone，Intel

SGX等。如何在飛地條件下，保障數(shù)據(jù)、算法等不泄露、不被竊取，使得信息產(chǎn)權(quán)與使用權(quán)能夠分離。區(qū)塊鏈節(jié)點(diǎn)任務(wù)存證交易流程存證數(shù)據(jù)存證算法哈希存證權(quán)屬變更存證智能合約區(qū)塊鏈節(jié)點(diǎn)智能合約區(qū)塊鏈節(jié)點(diǎn)智能合約防止過程中數(shù)據(jù)別篡改等惡意行為。區(qū)塊鏈隱私計算打造數(shù)據(jù)要素流通新模式通過引入滿足隱私保護(hù)要求的技術(shù)解決方案，可構(gòu)建一個算前、算中、算后的可信、可審計的數(shù)據(jù)要素流通新模式。區(qū)塊鏈：數(shù)據(jù)上鏈流通，防篡改；交易過程上鏈，可監(jiān)管、可審計?？尚庞嬎悖核泄?jié)點(diǎn)基于可信計算環(huán)境實(shí)現(xiàn)，確保數(shù)據(jù)和算法用后銷毀、不被復(fù)制。多方、聯(lián)邦：原始數(shù)據(jù)不動，參數(shù)和計算動，確保隱私和數(shù)據(jù)資產(chǎn)保護(hù)。全流程可信計算系統(tǒng)計算前計算后計算中可利用聯(lián)盟鏈技術(shù)的防篡改性保證計算數(shù)據(jù)的真實(shí)性、一致性；可利用隱私計算技術(shù)確保參與運(yùn)算數(shù)據(jù)的隱私性，以及運(yùn)算結(jié)果的準(zhǔn)確性;可利用聯(lián)盟鏈技術(shù)可溯源性,便于監(jiān)管機(jī)構(gòu)對計算過程的審計、審查。數(shù)據(jù)要素流通新模式建設(shè)歷程結(jié)合業(yè)界技術(shù)發(fā)展態(tài)勢，工商銀行較早啟動了隱私計算技術(shù)體系規(guī)劃，積極開展隱私計算技術(shù)研究，通過商用產(chǎn)品+自研的方式，建設(shè)了聯(lián)邦學(xué)習(xí)、多方安全計算技術(shù)平臺，打造隱私計算服務(wù)能力，實(shí)現(xiàn)數(shù)據(jù)“可用不可見、可控可計量”能力，賦能全行業(yè)務(wù)創(chuàng)新發(fā)展。對客服務(wù)隱匿查詢隱私求交+區(qū)塊鏈P2P網(wǎng)絡(luò)共識算法智能合約賬本存儲風(fēng)險管控產(chǎn)品創(chuàng)新隱私計算技術(shù)業(yè)務(wù)場景運(yùn)營管理多方安全計算平臺聯(lián)合統(tǒng)計 任務(wù)調(diào)度計算合約資源管理...............聯(lián)邦學(xué)習(xí)平臺聯(lián)邦特征工程聯(lián)邦任務(wù)管理聯(lián)邦學(xué)習(xí)工具聯(lián)邦合約管理聯(lián)邦建模系統(tǒng)資源管理聯(lián)邦預(yù)測............202020212017年初通過商用產(chǎn)品結(jié)合自研的方式建設(shè)了聯(lián)邦學(xué)習(xí)、多方安全計算技術(shù)平臺啟動隱私計算技術(shù)研究和批評他建設(shè)推進(jìn)隱私計算規(guī)?；瘧?yīng)用，并計劃建設(shè)可信計算技術(shù)，豐富隱私計算能力，提升數(shù)據(jù)流通效率。2022反欺詐場景應(yīng)用：工行-運(yùn)營商聯(lián)合建模應(yīng)用聯(lián)邦學(xué)習(xí)技術(shù)，聯(lián)合工行側(cè)樣本標(biāo)簽以及近百個樣本特征，以及運(yùn)營商側(cè)超50個數(shù)據(jù)特征，在數(shù)據(jù)互不出庫的基礎(chǔ)上建立工行手機(jī)銀行登錄行為異常識別模型，旨在通過本次數(shù)據(jù)合作驗(yàn)證提升行內(nèi)模型效果，更早地抓出可疑客戶，并為進(jìn)一步分析欺詐風(fēng)險和優(yōu)化反欺詐模型提供決策支撐。背景方案一、背景和方案運(yùn)營商層面特征具有一定前驗(yàn)性：分析公安部通報案件發(fā)現(xiàn)詐騙分子的異常行為在運(yùn)營商側(cè)更為提前（如更換手機(jī)設(shè)備、異地聯(lián)網(wǎng)等），可以幫助我行提前發(fā)現(xiàn)風(fēng)險事件。企業(yè)欺詐特征無法直接輸出：欺詐特征涉及大量隱私數(shù)據(jù)，無法通過明文方式直接共享數(shù)據(jù)。工行反欺詐系統(tǒng)聯(lián)邦模型訓(xùn)練聯(lián)邦學(xué)習(xí)平臺電信50多個通信特征100多個交易特征、客戶標(biāo)簽聯(lián)邦模型訓(xùn)練聯(lián)邦模型預(yù)測聯(lián)邦模型預(yù)測客戶登錄手機(jī)銀行欺詐風(fēng)險評分反欺詐檢測手機(jī)銀行請求反欺詐檢測禁止登陸手機(jī)銀行，提示轉(zhuǎn)柜面辦理業(yè)務(wù)反欺詐場景應(yīng)用：工行-運(yùn)營商聯(lián)合建模二、建模過程本地數(shù)據(jù)準(zhǔn)備第一次隱私求交第二次隱私求交縱向聯(lián)邦訓(xùn)練工行側(cè)：樣本標(biāo)簽、境內(nèi)交易特征、境外交易特征等運(yùn)營商側(cè)：通信特征等行內(nèi)樣本集與運(yùn)營商數(shù)據(jù)集對齊在樣本對齊后，將交集拼上數(shù)據(jù)時間；其中工行用戶登陸日期，運(yùn)營商為數(shù)據(jù)發(fā)生日期拼上日期后的數(shù)據(jù)再次求交對齊各自獲得樣本和打標(biāo)時間交集并各自線下補(bǔ)充和加工相關(guān)特征采用基于lightgbm的縱向SecureBoost，使用雙方特征和工行標(biāo)簽共同訓(xùn)練模型反欺詐場景應(yīng)用：工行-運(yùn)營商聯(lián)合建模三、模型效果評估四川地區(qū)TOP100較只用行內(nèi)特征準(zhǔn)確率提升30%（從7%提升到10%），TOP300查準(zhǔn)同比提升20%（從5%提升至6%）特征重要性前10中，電信指標(biāo)有2個，分別在3、4，前20中有4個，前30個中有9個。電信指標(biāo)價值較高的8個，具體如下：特征重要性排序字段英文名字段中文名4online_N在網(wǎng)特征N14type_N設(shè)備特征N20call_N通話特征N21f_N聯(lián)系人特征N22type_M設(shè)備特征M23call_M通話特征M24call_O通話特征O26call_P通話特征P反欺詐的未來：跨機(jī)構(gòu)跨行業(yè)反欺詐生態(tài)依托隱私計算技術(shù)，在金融行業(yè)內(nèi)部有望形成“聯(lián)盟式”欺詐防控合作體系；同時，金融行業(yè)和電商平臺、社交平臺、通信運(yùn)營商等也可形成跨行業(yè)的互惠互利反欺詐生態(tài)。隱私計算電商平臺社交平臺通信運(yùn)營商金融同業(yè)合作企業(yè)、個人金融數(shù)據(jù)電商欺詐刷單黨羊毛黨外掛黨消費(fèi)數(shù)據(jù)社交數(shù)據(jù)終端數(shù)據(jù)黑產(chǎn)社區(qū)殺豬盤網(wǎng)絡(luò)賭博金融數(shù)據(jù)電信詐騙釣魚網(wǎng)站詐騙短信金融數(shù)據(jù)金融監(jiān)管機(jī)構(gòu)、

數(shù)據(jù)有權(quán)機(jī)關(guān)詐騙情報實(shí)時查、凍、扣開放銀行服務(wù)詐騙名單貸款申請欺詐信用卡套現(xiàn)欺詐冒名開卡打擊團(tuán)伙詐騙電子銀行反欺詐風(fēng)險布控風(fēng)險后評估11，高凈值潛客挖掘外部公司沉淀有我國經(jīng)營企業(yè)、擔(dān)任企業(yè)高管等高價值人群信息。通過隱私計算方式，安全引入外部關(guān)于公司法人、高管、股東的數(shù)據(jù)等，實(shí)現(xiàn)對我行客戶的財富等級標(biāo)注，挖掘高凈值客戶、積累高質(zhì)量客群。精準(zhǔn)營銷激活沉睡客戶通過隱私計算技術(shù)拉通互聯(lián)網(wǎng)企業(yè)進(jìn)行合作，分析全行非活躍用戶（綁卡+未綁卡）；同互聯(lián)網(wǎng)渠道全量用戶，進(jìn)行關(guān)聯(lián)分析；精準(zhǔn)篩選待投放、待激活用戶群。助力對沉睡卡客戶通過網(wǎng)上購物付費(fèi)優(yōu)惠營銷方式，激活我行沉睡客戶。普惠金融小微商戶貸利用聯(lián)邦學(xué)習(xí)技術(shù)建立與銀聯(lián)的數(shù)據(jù)合作，拓寬商戶場景服務(wù)面。充分利用銀聯(lián)的支付交易特征，及行內(nèi)已有征信、流水等豐富風(fēng)險畫像，構(gòu)建全新的場景風(fēng)控體系：打造了商戶違約預(yù)測模型，“刷單套現(xiàn)”精準(zhǔn)識別模型；隱私計算在金融其他業(yè)務(wù)領(lǐng)域的成果案例安全共享集團(tuán)客戶財富管理運(yùn)用聯(lián)邦學(xué)習(xí)技術(shù)，在依法合規(guī)的前提下實(shí)現(xiàn)集團(tuán)視角下客戶資產(chǎn)結(jié)構(gòu)的聯(lián)合統(tǒng)計全面反映我行客戶綜合資產(chǎn)情況，全面、準(zhǔn)確洞察客戶，建設(shè)客戶集團(tuán)資產(chǎn)畫像，推動集團(tuán)內(nèi)部信息共享和業(yè)務(wù)協(xié)同。隱私計算技術(shù)發(fā)展展望隱私計算重塑數(shù)據(jù)使用模式數(shù)據(jù)流通將更加便捷，從而推動各行業(yè)業(yè)務(wù)模式升級優(yōu)化。行業(yè)內(nèi)形成數(shù)據(jù)與算法的合力，推進(jìn)行業(yè)更快速發(fā)展，例如醫(yī)療水平、金融服務(wù)效率