防盗窃反欺诈，支付宝风控系统0.1秒识别风险

电信网络诈骗已经成为资金欺诈的主要风险来源，反欺诈技术的进步在反欺诈中的表现出的价值则越来越高。在6月29日世界移动大会（MWCS）2018的领袖论坛中，蚂蚁金服副总裁芮雄文将支付宝第五代智能风控引擎AlphaRisk推荐给了全球的观众。

相关数据显示，2017年，电信网络诈骗资金规模已近千亿元，“从业人员”百万级，单个案件最高损失为700万元。其中，全国公安机关共破获案件7.8万起，查处违法犯罪人员4.7万名。

从这样的数字对比中，很容易发现，电信网络诈骗已经成为了资金欺诈的主要风险来源。

相比之下，早年猖獗的盗用风险已经因为防控手段的成熟而日渐减少。芮雄文演讲提及的数据中，移动支付的盗用风险目前已经低于百万分之一。如果加上支付宝会全额赔付因账户盗用而出现的损失，这类风险对于用户而言，已经可以忽略。

就在MWCS 2018上，支付宝支持的“3D安全人脸支付解决方案”还再一次刷新了历史。这个全球首款支持安卓手机的人脸支付方案，将用户的支付安全提升到了一个前所未有的高度。

IFAA联盟（互联网金融身份认证联盟）在MWCS 2018上发布了该方案。IFAA联盟于2015年由中国信息通信研究院、蚂蚁金服、阿里巴巴、华为、中兴、三星等单位共同发起成立。

现在，基本所有的关注点都聚焦在了电信欺诈领域，千亿元的损失对于市民而言，已是显见的公害。

作为当下资金欺诈的主要风险，它因为是用户本人操作而难以防控——这种难度，至少在蚂蚁金服的智能风控引擎出现以前，保持在相当高的水平。

现在，虽然用户无感，但事实上，在支付宝的每笔交易中，支付宝第五代智能风控引擎AlphaRisk都会从多风险维度去判断交易风险。

一个简单的模型是付款方与收款方自身的信息与关系信息。如受害者账户与骗子账户相关特性鲜明，例如用户年龄、性别和使用习惯等——这些特征信息支持构建了“欺诈交易识别模型”，以及“欺诈者识别模型”，并在实践中为“决策”提供支撑。

另一个有趣的模型是“行为序列模型”。它考察了欺诈行为发生时，一些受害者典型的行为特征——这些特征意味着用户很可能处在诈骗背景下进行操作和支付等。

这些“有趣”的识别模型协同工作，最终构建了支付宝第五代智能风控引擎AlphaRisk风险识别方面的能力。当然，蚂蚁金服所构建的模型要远比这些生活化的描述复杂许多。

AI Detect（风险识别）是AlphaRisk 4大模块的组成部分，其他还包括了Perception（风险感知）、Evolution（智能进化）、AutoPilot（自动驾驶）等。

这些模块通过应用AI技术颠覆了传统风控的运营模式，将人类直觉AI(analyst intuition)和机器智能AI(Artificial intelligence)进行了结合，最终打造了这个具有机器智能的风控系统。

芮雄文在演讲中公布的一些数据描述了AlphaRisk巨大的技术进步：支付宝平台上每天交易上亿笔，AlphaRisk不仅能够对每个用户的每笔支付进行7*24小时的实时风险扫描；

同时,通过不断新增的风险特征挖掘和优化算法迭代的模型，AlphaRisk能够自动贴合用户行为特征进行实时风险对抗，在数亿交易中准确识别用户被骗支付的欺诈风险交易，不足0.1秒就能完成风险预警、检测、管控等复杂流程。

在AlphaRisk项目1期上线后，支付宝已经让欺诈损失率低于任何银行卡服务。目前，仅为国外先进第三方支付公司资损率的1/200，处于行业的绝对领先水平。

AlphaRisk属于蚂蚁金服安全科技业务板块下的智能风控板块，与后者并列的板块还包括有数字身份和数据与隐私保护。

如果从“安全”再向上一层，便是蚂蚁金服的整体战略布局：区块链（Blockchain）、人工智能（AI）、安全（Security）、物联网（IoT）和云计算（Computing）构成了的其“BASIC”战略。

“我们不仅仅只希望让支付宝用户不被欺骗，”芮雄文说，“我们希望所有的用户都不被欺骗。”

这样的愿景下，蚂蚁金服目前已经开放了自己的智能风控产品——蚁盾风险大脑。目前蚁盾风险大脑提供了“交易、账户、营销、内容保护等实时风控能力”已经服务于金融监管、银行、互联网三大领域，惠及上千家合作伙伴。

“蚂蚁金服是一家科技公司，我们的愿景是给世界带来更多平等的机会。”他说，“我们的目标是——天下无诈。”