隐私计算在金融行业反欺诈等场景的应用工商银行金融科技研究院.docx

《隐私计算在金融行业反欺诈等场景的应用工商银行金融科技研究院.docx》由会员分享，可在线阅读，更多相关《隐私计算在金融行业反欺诈等场景的应用工商银行金融科技研究院.docx（14页珍藏版）》请在第一文库网上搜索。

1、工商银行金融科技研究院金融欺诈是用户主观、以非法占有为目的，采用虚构事实或隐瞒真相方法，骗取他人财物或金融机构信用，破坏金融管理秩序的行为，包含：电信诈骗、信用卡申请诈骗、信用卡盗刷、伪冒身份开卡等等诈骗行为。国家法规和政策重视02023年3月5日，中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要（草案）。02023年10月13日,中国人民银行关于加强支付受理终端及相关业务管理的通知（银发2023）259号）。02023年4月18日，关于加强打击治理电信网络诈骗违法犯罪工作的意见02023年9月2日，中华人民共和国反电信网络诈骗法监管和有权机关管控银行自身经营要求0公安

2、部：长城云剑断卡断流”等专案行动，崛电信网络诈骗案件26.2万起，抓获3现嫌疑人37.3万名。人民银行：治理异常银行卡14.8亿张，专项检查130余家金融机构，暂停620家银行网点开户业务。银行负有保护客户信息、账户安全，确保交易为本人操作的法律责任。0银行为优化经济资本配置需要减少欺诈风险导致损失。0大中型银行负有保障客户资金安全的社会责任。近年来，银行已纷纷建立了企业级的反欺诈体系，在机构内数据统一共享的基础上实现覆盖业务前、中、后各环节的智能反欺诈防控。然而，仅使用自身数据，仍然存在数据不完整、数据不全面、数据不及时的问题。素的有效流通提供了必要手段，正在为金融行业的反欺诈构筑新的体系和

3、生态。申请密码交易审批认证核查专业IIO规则模型结合智能化防控0业务办理前中后全环节防控0名单、特征等风险信息统一共享隐私计算技术，为城要0完整性：隐匿查询支持查询同业欺诈评分。全面性：纵向联邦从运营商、互联网公司引入更全面特征0及时性：区块链支持名单信息不出机构实时共享0专家规则监控为主0依赖于密码验证身份和事后人工核查0各专业部门单线作战3.0跨机构跨行业反欺诈生态正在形成1.0矩阵式联防系统2.0企业级反欺诈体系隐私计算(Privacy-PreservingComputation),是指在提供隐私保护的前提下，通过协作对多方的数据进行机器学习和数据计算分析，实现数据价值流通的技术解决方案

4、。隐私计算并不是一种单一的技术，它是一套包含人工智能、密码学、数据科学等众多领域交叉融合的跨学科技术体系，满足了数据的可用不可见、使用权与产权分离等要求。隐私计算技术解决方案包括联邦学习、多方安全计算、可信计算、区块链等多种技术，在实际应用中根据实际场景需要将技术进行组合使用来满足隐私保护的要求。B.2016年由谷歌提出，在不上传手机终端的隐私数据(输入内容)前提下，完成输入法的联合模型训练。解决如何在献1私的慵况下，完成A膜型训纥n源于1982年姚期智提出的百万富翁问题1,在没有可信第三方的前提下，比较出谁更富有。n如何在保护隐私的情况下，完成统计分析.计算n多家芯片厂商相继推出了基于硬件的

5、可信计算方案，如ARMTrustZone,Inte1SGX等。n如何在飞地条件下，保障数据、j权属变更算法哈希存证存证n防止过程中购S别S改等恶意行为.值够分离.I通过引入满足隐私保护要求的技术解决方案，可构建一个算前、算中、算后的可信、可审计的数据要素流通新模式。I区块链：数据上链流通，防篡改；交易过程上链，可监管、可审计。I可信计算：所有节点基于可信计算环境实现，确保数据和算法用后销毁、不被复制。I多方、联邦：原始数据不动，参数和计算动，确保隐私和数据资产保护。安全计算功能QID融合安全统计国联合预测血A1建模控制信息流控制倍患流控制信息流控制僖息流控制中心利性34t、可改性盟计性联证致基

6、于隐私计算技术的链下计算计算节点除私计，计算节点除私计算计算节点计算节点参与方A参与方B参与方C参与方D基于区块链的审批、审计、存证、激励!可利用联盟链技术可溯源：性,便于监管机构对计算过：程的审计、审直。全流程可信计算系统结合业界技术发展态势，工商银行较早启动了隐私计算技术体系规划，积极开展隐私计算技术研究，通过商用产品+自研的方式，建设了联邦学习、多方安全计算技术平台，打造隐私计算服务能力，实现数据可用不可见、可控可计量能力，赋能全行业务创新发展。启动隐私计算技术研究和批评他建设推进隐私计算规模化应用，并计划建设可信计算技术，丰富隐私计算能力，提升数据流通效率。产品创新对客服务风险管控运营

7、管理隐私计算技术年初通过商用产品结合自研的方式建设了联邦学习、多方安全计算技术平台联邦学习平台联邦特征工程联邦任务管理联邦学习联邦合约工具管理联邦建模系统资源管理联邦预测II多方安全计算平台联合统计任务调度隐匿查询计算合约隐私求交资源管理P2P网络共识算法智能合约账本存储区块链一、背景和方案方案0运营商层面特征具有一定前验性：分析公安部通报案件发现诈骗分子的异常行为在运营商侧更为提前（如更换手机设备、异地联网等），可以帮助我行提前发现风险事件。0企业欺诈特征无法直接输出：欺诈特征涉及大量隐私数据，无法通过明文方式直接共享数据。0应用联邦学习技术，联合工行侧样本标签以及近百个样本特征，以及运营商

8、侧超50个数据特征，蹒据互不出库的基础上建立工行手机银行登录行为异常识别模型,旨在通过本次数据合作验证提升行内模型效果，更早地抓出可疑客户，并为进一步分析欺诈风险和优化反欺诈模型提供决策支撑。客户登录手机银行手机银行请求反欺诈检测禁止登陆手机银行，提示转柜面办理业务中国工商银行1敏所有二、建模过程0工行侧：样本标签、境杨萧征、圜版特征等0运营龊:通信特征等190行内样本集与运营商数据集对齐0在样本对齐后，将交集拼上数据时间；其中工行用户登陆日期，运营商为数据发生日期O拼上日期后的数据再次求交对齐.各自获得样本和打标时间交集并各自线下补充和加工相关特征&0采用基于Iightgbm的纵向SeCUr

9、eBoost,使用双方特征和工行标签共同训练模型/XZ7本地数据准备第一次隐私求交第二次隐私求交纵向联邦训练三、模型效果评估0四川地区Te）PIOO较只用行内特征准确率提升30%（从7%提升到10%）,ToP300查准同比提升20%（从5%提升至6%）0特征重要性前10中，电信指标有2个，分别在3、4,前20中有4个，前30个中有9个。电信指标价值较高的8个，具体如下：I楙要忸序字段英文名字段中I26ca11P通话特征P依托隐私计算技术，在金融行业内部有望形成联盟式欺诈防控合作体系；同时，金融行业和电商平台、社交平台、通信运营商等也可形成跨行业的互惠互利反欺诈生态。m监管机构、有权机关0诈骗情

10、报0实时查、冻、扣电商欺诈C刷单党羊毛党0外挂党金融数据社交平台黑产社区0杀猪盘0网络赌博金融雌电信诈骗。钓鱼网站0诈骗短信金融数据，隐私计算通信运营商开放银行服务f企业、个人0贷款申请欺诈。电子银行反欺诈0信用卡套现欺诈0风险布控0冒名开卡0风险后评估打击团伙诈骗高净值潜客挖掘。外部公司沉淀有我国经营企业、担任企业高管等高价值人群信息。通过隐私计算方式，安全引入外部关于公司法人、高管、股东的数据等，实现对我行客户的财富等级标注，挖掘高净值客户、积累高质量客群。安全共享集团客户财富管理。运用联邦学习技术，在依法合规的前提下实现集团视角下客户资产蹄的联领计，全面反映我行客户综合资产情况，全面、准

11、确洞察客户，建设客户集团资产画像，推动集团内部信息共享和业务协同。必精准营销激活沉睡客户0通过隐私计算技术拉通互联网企业进行合作，分析全行非活跃用户（绑卡+未绑卡）；同互联网渠道全量用户,进行关联分析;精准筛选待J殳放、待激活用户群。助力对沉睡卡客户通过网上购物付费优惠营销方式，激;舌我行沉睡客户。普惠金融小微商户贷0利用联邦学习技术建立与银联的数据合作，拓宽商户场景服务面。充分利用银联的支付交易特征，及行内已有征信、流水等丰富风险画像,构建全新的场景风控体系：打造了商户违约预测模型，“刷单卡网雌喇眦;力喉推进关 硬件加速，提高计算性能 加强可信隐私计算研究，提升安全性 推进互联互通，破解技术孤岛攵据交易式快速发展隐私计算重鳏据使用模式基于数据交易所，形成更加活跃和高效的跨行业、跨机构数据流通与合作。金融机构可以借助隐私计算，实现数据要素内外循环，提升数据要素价值挖掘和应用能力。数据流通将更加便捷，从而推动各行业业务模式升级优化。行业内形成数据与算法的合力，推进行业更快速发展，例如医疗水平、金融服务效率大幅提升。跨行业数据与算法的融合，碰撞出新的业务模式。ICBC中国工商叙行hWi1谢谢中国工商银行1敏所有