江苏龙网

  1. 首页 > 人文 > >

IT创事记|如何用科技驱动形成安全领域的“全球命运共同体”？，原创( 二 )


如果仍有用户在系统“阻挠”下执意付款 ， 支付宝还能提供“智能追金”服务 。 该服务可以协同警方力量 ， 尽最大可能保护受骗用户的资金安全 。
如今 ， 这种交互式风控已经完全融入了AlphaRisk的建设思路 ， 或者说它是支付宝全链路反诈策略闭环的一个重要组成部分 。
更多的技术和能力被融入了AlphaRisk ， 而应用落地又拓宽了人们的视野 。
“系统能‘感觉’到 ， 输入密码的是不是本人 。 ”赵闻飙说 。 用户划屏的力度、点按密码的速度等信息 ， 判断使用者是否是本人 。 这种本地决策能力不止涉及效率问题 ， 更重要的是 ， 它使得99%的用户数据存储及风控计算在用户的终端上完成 ， 这充分保障了用户的数据隐私安全 。
完整决策过程只需要1秒 。 在这1秒钟内 ， 系统能完成一次从感知 ， 到切换风险策略模式的全过程 。
同样在0人工干预的情况下 ， 它还会决定什么时候依靠“端”的决策 ， 而什么时候还要去参考“云上”的决策 。
这种对端和云的充分认知 ， 让风控开始可以面向未来可见的IoT时代 。 支付的场景也将不再局限于手机——智能音响可以支付 ， 自动售货机也可以 。
一个关键的理念被称为“端云协同风控” 。 它意味着未来的风控趋势 ， 将从终端时代走向无端时代——无端并不是无终端 ， 而是终端将无处不在 。
随着支付场景的变迁 ， 无端化正面临着全新的挑战 。 终端机具安全、交易真实性识别 ， 以及注入攻击等风险正与日俱增 。 因此不仅是支付宝的风控、整个互联网行业都要重新思考在IoT时代我们的风控应该如何布局 。
无论如何 ， 要想未来在广义上为用户带来更全面的安全感 ， AlphaRisk必须还要更聪明一些 。 赵闻飙说 ， “我们正在真正地让机器自己去思考 。 ”
上世纪90年代 ， 人工智能技术仍在蛰伏 ， 赵闻飙就开始发表神经网络相关研究论文 。 它是机器学习众多算法中的一类 ， 时间未到 ， 还远看不见应用兴起的影子 ， 落地更是无门 。
“解决了理论问题 ， 实际应用还会有问题 ， 应用之后又会牵扯出其他问题（比如用户体验） 。 ”赵闻飙说 ， 许多人想得很简单——用机器学习的方法去解决 ， 但很多时候是纸上谈兵 。
“机器学习依赖的数据计算受到容量、时耗的限制 ， 支付宝每天数亿笔交易 ， 如此大的计算量 ， 一旦延迟计算 ， 即时性的风控判断做不了 ， 就给了黑产可乘之机 。 ”
而如今淘宝的双十一交易量 ， 最高峰时期到达了26万笔/秒（2017年数据） ， 每笔交易都在考验着智能风控系统的系统、算法和产品体验 。 别忘了 ， 在毫秒级响应和完成风险控制等众多难题的另一边 ， 还有黑产的虎视眈眈和持续的攻击 。
有趣的是 ， 这种海量交易和攻击也成就了支付宝风控能力的精进 。 赵闻飙加入蚂蚁金服4年 ， 就在这种实弹演练中磨砺了4年 ， 而奇迹也在这种现实的磨砺中不断地上演 。
在传统银行 ， 风控能力的进化过程大约需要持续3～4个月时间 。 支付宝希望更快一些 。 为此 ， 赵闻飙带领的支付宝天筭安全实验室团队打通了客服及情报感知体系、策略体系、模型体系 。 当真实世界出现了新的欺诈报案时 ， AlphaRisk可以在快速响应的同时 ， 通过一个自学习的过程 ， 把自己全盘进化一次 ， 并以此应对后续更多面的黑产攻击——整个过程会在1天内完成 。
这里的关键就是AI技术 。 AlphaRisk的发展回应了一个行业的普遍性认知 ， 未来的风控趋势是AI技术和大数据技术不断扩大和深化应用的过程 。
【IT创事记|如何用科技驱动形成安全领域的“全球命运共同体”？，原创】美国三院院士、加州大学伯克利分校终身教授迈克尔·乔丹评价说 ， AlphaRisk是具有原创性的智能风控体系 ， 是AI技术在工业界应用的典范 。
2019年5月 ， 以AlphaRisk为主角 ， 支付宝智能风控实验室“互联网金融智能风控系统研发与应用”课题荣获浙江省科技进步一等奖 。


推荐阅读


上一篇：手机大魔王|荣耀X10到底入手体验如何呢？网友使用后说了实话：三优点两缺点

下一篇：科技金属扬|说好不分手，罗技熊猫滚滚联名键鼠套装牵动我的心，毕业季