1994年初，有位叫姜文的演员因饰演《北京人在纽约》中的王启明而被中国大众熟知。 彼时，众多怀揣着美国梦的中国人踏上了这片想象中的自由之地，当时22岁的黄铃还是北航飞行器设计和应用力学系的一名大四学生。 6年后的2000年，28岁的黄铃随着浩荡的出国潮，踏上了飞往大洋彼岸的飞机，成为加州大学伯克利分校计算机科学专业的一名博士生。 对他而言，除了生活环境上的巨大改变，还有研究领域的转变。学力学和应用数学出身的他，将在此基础上，更为系统地了解机器学习以及其在网络安全层面的应用，而此前，他只是对这部分知识感兴趣。 他自己也未曾料到，这样的兴趣和教育背景，多年后最终让他成了行业内少数精通人工智能和计算机安全的专家，这项长处未来也将让他在金融反欺诈领域大放异彩。 07年博士毕业后，他顺利进入美国英特尔研究院，期间曾同老牌安全公司 McAfee 合作了多个项目，运用人工智能技术，对用户的行为和信誉进行建模分析，解决网络安全、数据安全、防病毒、反欺诈等方面的问题。 简言之，通过对黑产的研究运用机器学习和大数据建模的技术，他们能通过分析用户行为来判断这个人的信用到底怎么样；金融机构再根据他们的分析，来决定是否放贷、贷多少。 2017年3月，在美国求学、工作了17年的黄铃，决定回国创业，他与另外两位伯克利的同窗，成立了主打金融风控和反欺诈的慧安金科。 一年之后，慧安金科宣布完成 1 亿元 A 轮融资，由创新工场领投，高瓴资本、丹华资本、长风智清等投资机构跟投。 近日，黄铃对雷锋网讲述了他回国创业的原因、国内的金融反欺诈现状以及他目前想要做的事情。 __1、为何要回国创业__ “中国的金融业发展非常迅速，新的业务和场景层出不穷，很多是在世界其他地方看不到的。”安全一直以来，都在跟着业务走。虽然黄铃在大数据系统、人工智能、信息安全和金融科技领域有超过 15 年的实战经验，但国内不断涌现出的新场景和新业务，依然吸引着这位老道的风控专家。 “中国的移动支付发展如此迅猛，我们可以看到在电商、社交等场景已经涌现出各类欺诈行为了，这些都需要风控。”黄铃告诉雷锋网，目前慧安金科的业务主要集中于互金、保险、证券等大金融领域。 与美国已经拥有成熟的信用卡市场不同，中国目前还有8亿人没有信用卡申请记录，不少人第一次使用的信贷服务是互金产品，但在互金行业中，很多公司在极速增长的业务之下，安全却没有做到位。 “有人说现在的互金行业名声不好，出现了暴雷事件，我个人的看法是，一颗老鼠屎坏了一锅粥，他们不在源头做风控，而是通过高额利息和暴力催收这种方式来做，这样当然发展不好，现在那些活得很好的互金企业，都是风控做得好的。”黄铃想做的事情，就是通过这么多年来在金融行业累积的经验，来更高效地解决风控问题，为这个行业带来规矩，设定秩序，提供标准。 由于在美国的金融反欺诈领域有十几年的从业经验，所以黄铃对于黑产的欺诈手段和套路都比较了解，加之在机器学习和数据建模方面的优势，让他可以不断涉及世界一流的人工智能算法，对用户的各种行为进行精准的量化分析，最终根据不同的业务来做出识别风险用户的模型，全面对抗黑产欺诈行为。 __2、与传统反欺诈有何不一样__ 与黑白名单、信誉库等传统的金融反欺诈手段不同，黄铃和团队做的，是通过对用户的行为进行量化分析，来为金融机构提供反欺诈服务。 在介绍具体的不同点之前，我们先来回顾一步电影中的片段。 在阿汤哥主演的《碟中谍5》中，有个场景是他们要进入安全机构拿档案，最开始有指纹识别，后来是人脸识别，但是最终极的安全措施是通过步态的识别来进行认证，你走路的姿势、速度、步幅等都成为了机器判断的因素。 放在金融反欺诈的场景中，传统的识别方式是，根据一个人的姓名、身份证号、IP、住址等标签来进行识别，但这有两个问题。 一是目前已有黑产可以伪造身份证，一个人可以通过易容等方式来为自己办一张假身份证，这在黑产产业链条中，早已不是难题。 二是IP、住址等标签，很可能会造成“误杀”，一个IP下面可能有多个用户，如果因为其中一个用户信用不好而“误杀”其他信用好的用户，同样会给金融机构造成损失，况且黑产经常也在更新IP，反欺诈人员能否跟上黑产的速度也是一个疑问。 那黄铃和他的团队是如何来解决的？ 再回到上面电影中的场景，机器通过计算阿汤哥迈步的姿势、步幅、速度等综合因素来进行判断。现在，我们把这个场景放到互金平台的注册场景中，用户在线填写账号输入密码的过程中，他的速度、填写顺序、手指按下的力度等行为数据，都会成为最终的“数据原料”，通过对这些数据进行特征的衍生处理和关联分析，来检测出不同维度上的异常。 与传统非黑即白的结果不同，经过关联分析，最终会得出一个风险评分，来为风控人员在决策时提供风险参考。 这么做的好处有两点。 第一，不会涉及到大量的个人隐私信息；第二，黑产团伙在多次作案中，总会有一些共同的特征，通过建模把这些特征描述出来，从而可以主动地在成千上万的用户中识别隐藏的欺诈行为，而不是等案发之后才来补救。 __3、不能为了一棵大树而放弃一片森林__ 安全长久以来一直是跟着业务在走，比如我们熟知的 BATJ，由于业务的迅猛发展，纷纷成立了安全部门，也吸引了不少来自硅谷的安全人才。 但黄铃选择了另一条更具挑战的路——为更多不同种类型的公司提供安全服务。 “我不能为了一棵大树放弃一片森林”，黄铃告诉雷锋网，有不少做风控的同行回国之后加入了大厂，但安全是众多公司都会面临的问题，他更希望去解决诸多类型的公司遇到的问题，去服务整个产业，而不是某家公司。 “大厂的用户多，积累的场景和数据可能也会更多，这是不是你们的短板？” 对于雷锋网的这个问题，黄铃解释，他们并不需要海量的标签来进行建模，而是通过半监督主动式机器学习技术，加上经验丰富的风控专家的介入，这样就可以融合已有的标签样本和大量的未知样本来建模，做定制化的模型。 这样一来，客户能够给慧安金科提供一些样本数据，帮助慧安金科的系统平台更精准地建模；另一方面，业务专家的介入，使得机器能够分析风控业务中多变的情况。 对于融资后的打算，黄铃表示将在算法的搭建上更下功夫，以此来做出更好的模型，除了一般的提取特征构建画像之外，还会做大规模的关联分析，提高风控的准确度和效率，提前对风险进行预警。 目前，他把目光主要聚焦到了大金融领域，与其他更注重把业务先发展起来的行业相比，金融是风控的重灾区，对安全的需求更为迫切。尤其是互金领域，迫切需要用人工智能和大数据来建立高效、准确、全面的模型，并建立能够自动对抗欺诈分子的系统和解决方案。 文章来源：雷锋网