信数金服:决策引擎在支付行业的反欺诈应用

  Faith Kimono:支付行业的决策引擎反欺诈应用

  批准或拒绝交易请求 - 通过在线支付购买手机$ 1500。批准还是拒绝?全世界的一家大型在线支付公司每天处理数千万个类似的请求。金融支付与技术创新深度融合,支付产品和场景更丰富,支付更简单,安全,方便。为了优化服务体验,确保支付安全,在线支付平台与支付网络欺诈之间存在着无尽的博弈。据“2016年海内银行卡盗版大数据报告”不完全统计,运营商黑卡数量突破1.3亿,网络诈骗“黑业”市场规模高达1100亿元,成为第三大“黑色产业”在中国。 。网上支付难点网上支付业务反诈骗主要面临以下需求或痛点:1,诈骗格局层出不穷。网上支付诈骗的主要方式有木马,盗号,盗刷,假币,虚拟交易,现金卡现金,假卡,钓鱼网站等手段。受害者遍及各个年龄段,各种资历,涵盖面广泛。反欺诈模式需要不断适应新的欺诈模式。 2,在线交易数据量大。由于网上支付的便利性和灵活性,越来越多的交易以网上支付的方式支付。移动互联网的普及加快了这一趋势。大型在线交易平台每天需要处理数十亿笔交易。 3,实时性要求高。在收到交易请求后,您需要在几秒钟内做出快速判断,给出反欺诈结论。规则需要快速迭代。一旦发现反欺诈系统的漏洞,需要在很短的时间内进行修复。规则更改应该更快,规则验证应该更快,规则发布需要加速。决策引擎解决方案对于在线交易请求,在线支付平台使用世界上最先进的防欺诈技术和模型进行处理,并使用SparklingLogic决策引擎来帮助支付执行反欺诈流程。在线支付平台遇到问题的解决方案:1,大数据智能预测利用独特的“蓝笔模式”机器学习技术,基于消费者行为的大数据分析,智能预测和欺诈预防,命中率,捕获率已经达到超过96%,与传统规则相比,主要指标得到明显改善; 2,模型快速迭代;模型自学习,自动优化预测模型,以应对不断变化的欺诈模式;每日自动更新自动更新反欺诈模型,模型的迭代频率从几周增加到几天,平台使用了一个智能dec ision引擎解决方案将参与问题解决的人数从20+减少到少于5,并将解决问题的周期从两周改为一天,每天减少的欺诈损失高达一百万美元。使用引擎后在引擎使用前引擎解决问题的人数20+少于5问题解决周期2周1天使用决策引擎大大提高了公司反欺诈流程执行效率,降低了风险损失率。目前,支付公司在全球190个国家和地区拥有3亿多用户。 2016年网上交易额超过3400亿美元。该平台具有业内最低的风险损失率(0.27%),不到传统交易方式的六分之一。