信和大金融：智能黑科技让羊毛党无处遁形

羊毛党，起源于互联网金融的P2P平台，是指那些专门选择互联网渠道的优惠促销活动，以低成本甚至零成本换取物质上的实惠的人。拼抢这些促销活动的行为被称为“薅羊毛”。

金融欺诈团伙“薅羊毛”成为最典型风险

薅羊毛曾经是很多投资者投机的一个正常心理，以往“羊毛党”多为投机者，他们对平台的忠实度并不高，在活动期过后，“羊毛党”就会大批量地离开平台。

随着互联网技术的发展，薅羊毛也不断变化， 从2013年下半年兴起到现在，“羊毛党”早已不只是占小便宜的代名词，他们中的大多数已建立了个人网站、工作室和社群等，并逐渐形成规模化运营。

当羊毛党操作从散户行为上升到组织行为时，性质便发生了变化，不再被视作是投资者的天性使然，而是被定性成为欺诈行为。尤其是，随着依赖技术的发展，“羊毛党”的攻防技术也演进到较高水平。业内熟知的黑灰产业已经在使用大数据和人工智能技术来绕过传统的防控策略，而这也将给互联网金融行业带来巨大的风险，尤其是网贷平台的反欺诈带来巨大的挑战。

“薅羊毛”现象的出现，给互联网金融行业发出了一个明确的信号：金融欺诈已经成为了行业健康发展不可忽视的风险。事实上，金融欺诈团伙的“薅羊毛”现象已经成为最典型的风险。

传统金融反欺诈疲于应对

在传统的金融反欺诈方面，主要有三种模式：即“黑白名单”、基于规则的防范机制和利用内部数据进行建模分析防控风险的方法。

第一，黑白名单作为基本的防范措施，这种反欺诈模式存在一定的滞后性，在没有平台用户全数据的整合分析下真实用户被误杀的概率会很大。

第二，基于规则的防范机制也是目前金融企业的常用应对措施，这些机构会通过设置一些活动的隐形规则、投资门槛和活动陷阱，尽最大努力去拉长羊毛党投资资金在平台上的周期时间，降低薅羊毛的整体收益，但期间往往会出现规则设置僵化等问题。

第三，目前基于用户数据的反欺诈模式中，国内的反欺诈服务商大多以数据验证和交叉比对为主，但无法深入用户内部生产环境，由此也无法在规则优化，模型训练，欺诈确认等方面行成闭环，对用户风险的预判容易出现偏颇，对团伙诈骗效果很不理想。

大数据羊毛党还得大数据应对

随着网络技术的发展，大数据在反欺诈方面的应用也不断深入，通过大数据的积累和应用，综合应用反欺诈规则和智能模型，建立全面反欺诈体系。模型通常包括监督和无监督两种，对应不同的反欺诈场景。

作为领先的大数据践行者，信和大金融一直紧跟行业发展，积极推动大数据以及智能科技在互联网金融方面的应用，严格把控风险，持续加强反欺诈能力建设。尤其是团伙欺诈方面成为技术攻关重点。为应对不断变化的网络欺诈风险，信和大金融与战略合作伙伴汇诚信用携手推出了All insight(反欺诈决策系统)二期工程，提升反欺诈能力。

据了解All insight(反欺诈决策系统)二期能根据不同产品，快速、灵活的配置欺诈规则，建立反欺诈模型，甄别各产品线。

All insight(反欺诈决策系统)二期是基于汇诚信用多年积累的数据，结合大数据技术，引入基于逻辑关系图谱的复杂网络，复杂网络由节点和线组成，每个节点(借款人)代表一个个体，每条线代表个体与个体之间的联系，通过 “关系”的分析角度，以一个点关系到所有点，进而洞察所有点背后可能存在的欺诈风险，直观展示每个点的信息，识别异常团伙欺诈行为，揪出“坏人”。

也就是所谓的关系网络图谱，欺诈网络图谱主要应用于欺诈异常的监测，就是旨在数据中找出具有欺诈指向的点或团体。在监测欺诈团体的情况下，异常监测被认为是比较有效果的。以产品营销为例，在欺诈网络关系图谱中，大多数正常的个体应该是独立的节点，或者与另一个节点组成规模为二的团体(这种情况下，多数可能为家人或亲友关系)。若出现三个点以上甚至十几个点关系密切时，则这些团体可被归为异常，需要引起反欺诈人员的高度关注。

在最近的一次活动营销中，信和大金融后台的数据监控人员通过数据跟踪就发现一个团伙的异常交易，最后识别出来为羊毛党，并限制了其相关的优惠待遇。通过数据获取，数据准备，数据分析，运营实施的运营闭环体系，让羊毛党无处遁形。

目前，信和大金融携手汇诚信用建立“AI机器人+爬虫+第三方 +互联网+人工智能”的融合运营体系，提供全维度风控信息解析，为反欺诈决策保驾护航，进一步夯实信和大金融反欺诈实力，有效防范互联网金融领域的欺诈行为与风险，为信和大金融大数据风控体系建设添砖加瓦。