欺诈与反欺诈
一、 互联网面临的欺诈风险
欺诈三要素：欺诈人，欺诈目的，欺诈手段，是否定义为欺诈要看企业业务或者产品的需要
欺诈的类型：个人欺诈，团体欺诈或者（第一方欺诈、第二方欺诈、第三方欺诈），欺诈目的有盗刷、薅羊毛、骗贷、套现、刷单、刷好评
欺诈的表现形式：
网络攻击（撞库、拖库、洗库），机器注册，暴力破解；
伪造资料：资料包装，证件伪造，伪冒身份
短信/电话劫持：伪基站，手机病毒，呼叫转移
模拟攻击：山寨APP，钓鱼网站，虚拟号，阿里小号
账户接管：盗号，信息监听
电话诈骗：伪冒电话，改号电话
资料泄露：内外串通，黑产买卖
互联网面临的欺诈风险：中介欺诈、黑产欺诈、内外串通
中介技术：中介过人脸，购买企业邮箱，买卖账号，身份证，移动固话卡，伪造短信，电话，修改定位，
伪造通讯录，通话记录，空开公积金账号，伪造银行流水，提升芝麻信用分，PS证件和附件资料
中介分类：一站式贷款中介，零散中介
一站式贷款中介：
1）开设线下门店，申请营业执照（注册咨询类公司）
2）招收业务员，进行电话销售
3）通过各渠道获客
4）代理各类产品，客户上门办理
5）获利方式：收取手续费
6）用软件代扣服务费（如合墨），防止客户跑单
零散中介：
1）无门店，无营业执照
2）单兵作战，撸各种网贷
3）与一站式贷款中介合作，帮其引流，获取部分手续费
4）获利方式：收取手续费
5）客户下款后收取手续费，客户容易跑单
一站式贷款中介的优势：有门店，容易获取客户信任；李用软件代扣服务费，防止客户跑单；可获得部分异地无网点银行的正规代理资格；零散中介愿意帮其引流（客户不会跑单）；可协助部分网贷平台做少许贷前或者贷后风险管理
一站式贷款中介的获客方式：
1）各引流平台购买客户资料
2）与银行业务员合作（私下合作）
3）异地无网点银行合作（官方合作）
4）零散中介介绍
5）各网贷平台业务员合作（私下合作）
6）部分网贷平台合作（官方合作）
一站式贷款中介的操作流程：
1）客户上门办理
2）了解客户资质后选择合适产品
3）与客户确定服务费用，签订代扣协议
4）帮客户操作申请（线上产品：下载APP申请；线下产品：将客户介绍给银行或者网贷平台业务员）
5）下款后扣除服务费
黑产：
1）拖库：黑产通过社工手段或技术手段盗取目标网站客户资料数据
2）洗库：黑产将用户账户中的财产或虚拟财产通过各种黑产渠道进行变现
3）撞库：黑产将拿到的数据进行整理，利用这些数据对其他网站试探性登陆，从而获得其他网站账号信息
4）社工库：社工库是黑客将获取的各种数据库关联起来，对用户进行全方位画像
5）伪基站：提取一定半径范围内手机卡信息，通过伪装成运营商的基站，冒用他人手机号发诈骗短信息
6）黑料：在黑市中，被反复清洗的、有金融价值的用户信息。主要指银行卡账号、密码、身份证号、及绑定手机号四大类信息
7）接码平台：即羊毛党和卡商进行验证码短信交易的渠道，类似淘宝平台提供平台服务，赚取分成
8）打码平台：
9）安卓模拟器：
10）洗料：
11）虚假号码：
12）肉鸡：傀儡机，被黑客远程控制的机器
黑产技术：
猫池：养号神器（模拟发短信，打电话）
群控系统：通过操作某个软件来控制一群用户批量注册、养号、接收短信验证码等
伪基站：可搜取一定半径范围内的手机卡信息，通过伪装成运营商的基站，冒用他人手机向用户发送诈骗短信息
其他技术：位置修改软件，号码修改软件，手机设备修改-IMEI，手机设备修改-UDID
反欺诈技术类型：
数据采集：指从客户端或网络获取数据的技术方法。包括设备指纹、网络爬虫、生物识别、地理位置识别、活体检测、行为序列、生物探针技术。
数据分析：指运用数据分析工具从数据中发现知识的分析方法、关系图谱、机器学习技术，包括有监督机器学习、无监督机器学习和半监督机器学习等模式
数据分析——关系图谱的应用
定义：是一种基于图的数据结构，由节点和边组成，每个节点代表一个个体，每条边为个体与个体之间的关系。关系网络把不同的个体按照其关系连接在一起，有利于从正常行为中识别出异常的团伙欺诈行为。
作用：主要运用于识别团伙欺诈
01异常检测：目的是找出异常性质的点或团体，进而进行调查。
02团体分群：即对给定网络中的团体依据不同特征进行区分，挖掘潜在欺诈风险的团体方法。如团体中的男性比例和年龄差特征区分。
实体——关系——实体
数据分析——行为序列、生物探针技术
行为序列技术：通过采集用户在APP端、web端的浏览、点击、发帖等行为数据，来完善用户画像或识别欺诈行为。可用于客户精准营销和反欺诈等场景。行为序列技术可以将用户的购买习惯同历史购买习惯进行对比，预警可能发生的欺诈风险
生物探针技术：通过采集用户在使用设备的按压力度、设备仰角、手机触面等习惯的行为模型，发现异常操作及时阻断
决策引擎：是反欺诈的大脑，可将信息库、专家规则和模型有效整合。提供一个操作方便、高效的人机交互界面、降低反欺诈的运营成本和响应时间
反欺诈技术在不同场景的运用：
欺诈场景一：盗用账户
欺诈场景二：网购运费险
欺诈场景三：网络信贷
欺诈场景四：网络营销欺诈
欺诈场景五：供应链金融
欺诈场景六：消费金融欺诈
反欺诈体系构建：
现金贷反欺诈体系：
反欺诈体系架构：产品设计、营销获客（渠道管理）、进件管理、审批管理、贷中检测、催收管理、信息安全、案件调查、黑名单管理的全流程防控体系
日常工作中的反欺诈防范：
1.信息安全：涉及业务流程、系统参数、客户敏感信息、规则政策等
2.日常发现的异常点：提高业务敏感性，发现可疑情况及时反馈并解决
3.积极了解同行业：了解同业产品、风险情况，如发现风险及时反馈
产品全流程反欺诈体系：产品设计——营销获客——账户安全——贷前审批——贷后管理
产品设计：
1）产品或项目风险评估
A.同行，同产品调研
B.产品流程设计（考虑存在的欺诈风险以及如何防范）
2）制定风险管理方案：
A.准入策略
B.反欺诈技术应用
C.反欺诈策略应用
3）反欺诈需求开发与落地
A.变量开发，测试
B.系统功能实现
营销获客：
渠道管理：引流渠道选择、合规性管理
营销人员合规性管理：招聘员工背景调查、进件质量监控、操作规范管理等
投放策略管理：根据风险情况调整投放策略、关闭高风险渠道
账户安全环节：
密码管理：登陆密码/支付密码（图形密码、指纹密码、手势密码等）
为保障客户体验，同时兼顾风险，设计合理的密码流程
验证码管理：包括数字验证码、文字验证码、图片验证码、语音验证码
涉及注册账户、修改登录密码、绑定银行卡、修改支付密码等环节
异常注册/登录识别：
1）集中性规则：如短时间内，同设备/IP地址多手机号注册
2）虚假号码识别：对接外部数据商识别虚假号码
3）实时监控报表：如1小时注册/登录失败客户数、短时间内注册手机号段异常数等
贷前审批环节：
进件管理：产品上线初期先控量，后期有风险表现后再逐步调整。同时动态调整授信审批策略、提现批核率等指标
授信环节：OCR、活体检测、人脸识别、银行卡验证、运营商验证、黑名单验证、反欺诈策略包、反欺诈模型
贷前监控：可建立多个实时报表，监控策略，系统、进件、流程等是否异常。如人脸识别失败次数
反欺诈规则及策略：反欺诈规则包括多人共用类、交叉类、黑名单拒入类
贷前监控：可建立多个实时报表，监控策略、系统、进件、流程等是否异常。如人脸失败次数
提现环节：1.提现进人工/IVR策略；2.绑卡设置在授信环节还是提现环节？3.绑卡后应立即设计交易密码
贷后管理环节：
贷中监控报表：首逾报表，vintage报表，C-M1报表，渠道日报，授信批核日报，拒绝原因日报
案件调查体系：案件反馈流程，案件调查流程，日常监控排查（高风险数据），逾期失联案件，黑灰名单入库标准，黑灰名单出库标准，外部舆情监控
监控报表体系：反欺诈相关的监控报表的核心思想是发现异常或可疑点，进而由人工去判断风险。主要包括以下两块内容：业务层面、系统层面
外部舆情监控：
作用：1.有助于及时发现策略、系统、流程漏洞；2.监控合作方是否存在违规行为；3.发现高危客户、中介联系方式
监控方法：1.搜索指数变化情况；2.高危论坛、QQ群关于公司的宣传内容、链接等；3.借助情报系统进行监控或同行协助监控
通过中介操作行为探索策略：
中介远程操作案例（假设前提：通过中介办理的客户风险相对较高）
确定目标变量——策略探索——策略预估——策略监控——策略回顾