用图计算做黑名单测试 京东金融准确率超90%

本篇文章951字，读完约2分钟

■我们的记者余德良

如今，网络黑产品越来越商业化和集体化，拥有技术的黑客每天都活跃在各个领域，寻找发财的机会。根据中国互联网协会发布的《2016年中国互联网用户权益保护调查报告》，去年中国互联网用户因垃圾邮件、欺诈信息和个人信息泄露而遭受的经济损失高达915亿元。

9月17日，在2017年第二届中国金融科技大会上，京东金融首席执行官陈生强表示，作为一家科技公司，必须具备尖端技术能力和持续投资。对于金融科技公司来说，出口风险控制和用户操作都是基于海量、多维、动态的大数据，人工智能是处理这些数据的必要手段。

京东金融通过自营业务场景积累了海量、多维、动态的数据，通过信用风险评估、反欺诈、反洗钱等迭代模型和算法，形成了很强的风险控制能力和经验。到目前为止，京东金融已经构建了3万个风险控制变量、500多个风险控制模型和5000多个风险策略，能够评估3亿用户的信用风险。

事实上，三年前，当人工智能还不像现在这样热门的时候，京东金融就开始使用机器学习技术进行数据处理和建模，实现了智能风险控制和自动化操作。近年来，京东金融不断加大对数据和技术的投资，基本上是每年翻一番。

例如，在反欺诈能力方面，京东金融自主开发的rnn时间序列算法用于学习用户行为路径，识别风险用户的准确率可超过传统机器学习算法的3倍。该算法研究已被纳入欧洲机器学习会议pkdd2017，并已进入行业前列。例如，基于生物探针技术，移动设备可以采集120多个行为特征指标，如按压力、设备仰角、手指触摸面和线性加速度，完成用户身份确定。该技术在京东金融的反欺诈模式中也得到了广泛的应用。

在金融业，黑客欺诈、洗钱等行为开始向团伙犯罪和连锁合作的方向发展。在这种情况下，仅仅通过描述用户自己的特征维度来判断风险远远不够。这需要很强的技术能力来实时计算和描述用户和相关行为之间的关系，然后使用图形计算。根据京东金融的图表计算，有超过14亿的用户节点信息，以及在这些节点上发生的行为的所有相关联系，从而可以描述一系列的用户和行为。数据表明，通过图形计算进行黑名单联动测试的准确率达到90%以上。陈生强透露，近日，京东金融在硅谷成立了人工智能实验室，致力于开发人工智能领域最前沿的技术，不仅包括应用层面，还包括底层技术和未来技术。

(余德亮)