當今，隨著技術的不斷發展，數字銀行、金融科技與社交商業正在蓬勃發展，隨之而來的金融欺詐行為也在與時俱進。

       不容小覷的網絡竊賊

       時至今日，欺詐分子早已不限于僅用一張被盜的信用卡進行牟利，而是形成一套完整的生態系統，包括信用卡盜竊、個人身份信息攫取、個人隱私認證等一系列環節。

       “盜取后它不單單可以直接做轉賬、匯款、交易等行為，還可能會將盜取的信息進行二次的售賣，在黑產端變現。”吳中認為，當前的賬戶盜取問題越發嚴重，造成的經濟損失巨大。所謂賬戶盜取（ATO）指攻擊者去盜取他賬號的密碼、登錄信息獲得賬號，獲取他很多的信息。

       以“盜號”這個互聯網生活中常見的現象為例。對于欺詐份子而言，帳戶盜取利潤豐厚，因為盜取帳戶信息中包含各類有價值信息，可被用于發送垃圾內容或實施其它欺詐行為。而且，隨著數據泄露事件的爆發式增長，購買被盜賬戶信息變得愈發容易和便宜。

       用無監督學習對抗金融欺詐

       隨著5G時代的到來，使得移動互聯網的發展達到了井噴期，而安全問題已經突破了原有的邊界，人工智能給安全行業帶來的機遇和挑戰成為從業者們關注的關鍵問題之一。

       據悉，DataVisor維擇科技作為AI領域的全球百強企業之一，運用自動化AI技術打擊智能化網絡欺詐。吳中介紹，維擇科技的核心業務聚焦安全領域，利用獨創的AI無監督機器學習算法，為互聯網企業和金融機構等提供風控解決方案，降低企業遭遇欺詐攻擊的風險，維護企業經濟利益和信譽，助力健康安全網絡環境的構建。

       DataVisor維擇科技的高能之處就是其獨創的無監督機器學習技術，為企業檢測和攔截虛假流量，從而幫助維護企業經濟利益、樹立企業游戲平臺信譽、保障企業出海策略及時有效、協助企業獲取真實用戶。

       AI對未知風險做到有效檢測

       面對如此猖獗的盜號行為和威脅巨大的盜號危害。楊昊介紹，現在世面上比較流行的風控技術手段有：黑白名單、規則引擎，有監督機器學習，以及無監督機器學習。

       無監督學習相較于前三種，它的優勢在于不需要標簽，就可以對一些未知的風險或者說新型的欺詐做到有效檢測。

       “針對賬號盜取問題，無監督機器學習算法也能起到良好的作用。”楊昊通過案例詳細解讀了如何識別一個賬戶是被盜取。他談到，我們在為國內某社交平臺檢測盜號問題時發現，一個五百多個人的群組，在早期行為是比較正常的，它們的注冊時間、地點，還有設備信息還比較分散，但是在某一天的4分鐘內，它們出現了批量異地登陸的問題，從A地和B登錄，并且都在B發生過行為事件，所以我們認為這批用戶極有可能遭到賬戶盜取。

       據悉，維擇科技可以在假用戶注冊的同時發現問題，準確率高達95%。截止目前， DataVisor 全球累計處理超過8千億的用戶事件，檢測超過2億的壞用戶，保護超過42億來自全球大型互聯網公司的用戶。