[發明專利]信貸機構反欺詐方法、裝置、設備和存儲介質

在審

• 申請號: 202011353885.5
• 申請日: 2020-11-26
• 公開（公告）號: CN112365341A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 蔣竹芳
• 申請（專利權）人: 四川享宇金信金融科技有限公司
• 主分類號: G06Q40/02
• 分類號: G06Q40/02
• 代理公司: 成都科海專利事務有限責任公司 51202
• 代理人: 李俊

本發明涉及人工智能技術領域，具體涉及一種信貸機構反欺詐方法、裝置、設備和存儲介質。該方法包括：獲取用戶信息；通過預設的名單庫進行篩選，若篩選不通過則拒絕為該用戶提供服務；若篩選通過，將所述用戶信息輸入預訓練的反欺詐模型進行驗證，得到驗證結果，若驗證結果為不通過，則拒絕為該用戶提供服務；若驗證結果為通過，則通過專家策略確定用戶的風險；若用戶的風險高于預設值，拒絕為該用戶提供服務，否則為用戶提供服務。本申請提供的方法中包含三類技術手段，即：名單庫、專家策略、反欺詐模型（深度學習模型),收集客戶各個維度的數據，結合當前用戶特征，和上述三種技術手段，實時識別用戶可能存在欺詐行為的概率。

技術領域

本發明涉及人工智能技術領域，具體涉及一種信貸機構反欺詐方法、裝置、設備和存儲介質。

背景技術

低廉的造假成本和層出不窮的欺詐手段，給一個信貸機構帶來的不僅僅是風險損失，更給信貸機構帶來極大的挑戰。在整個信貸流程中，如何在貸前申請中準備快速地識別欺詐風險，將欺詐群體拒之門外是業務的重中之重。

欺詐從本質上來看是操作風險的一種。在信貸行業，據悉70%以上的風險來自欺詐風險，而欺詐形式多種多樣，如身份造假、中介黑產、內外勾結等等。從欺詐主體來看，可以分為第一方欺詐、第二方欺詐、第三方欺詐。

第一方欺詐，主要是申請貸款本人惡意騙貸、還款意愿極低、拒絕還款等；第二方欺詐是指內部欺詐或內外勾結；而第三方欺詐主要是盜用冒用他人身份、他人賬號以及團伙欺詐等。這其中，團伙欺詐已形成一個黑色產業鏈，黑中介通過購買個人信息、和客戶聯合等手段進行欺詐。所以，信貸反欺詐就是和欺詐人員斗智斗勇的過程：欺詐分子一直在尋找業務的漏洞，而反欺詐人員則需要在不斷變化的漏洞中打上一個個“補丁”。

那么，該如何在貸前階段做好申請反欺詐呢。其實要解決的問題無非就是判斷申請借款的是人還是機器，是本人還是他人，是價值用戶還是無效用戶。目前反欺詐的判別主要是人工篩選，但是人工篩選可能出現第二方欺詐，且人工篩選效率低下。

發明內容

有鑒于此，提供一種信貸機構反欺詐方法、裝置、設備和存儲介質，以解決相關技術中的問題。

第一方面，本申請提供一種信貸機構反欺詐方法，包括：

獲取用戶信息；

通過預設的名單庫進行篩選，若篩選不通過則拒絕為該用戶提供服務；

若篩選通過，將所述用戶信息輸入預訓練的反欺詐模型進行驗證，得到驗證結果，若驗證結果為不通過驗證，則拒絕為該用戶提供服務；

若驗證結果為通過驗證，則通過專家策略確定用戶的風險；

若用戶的風險高于預設值，拒絕為該用戶提供服務，否則為用戶提供服務。

可選的，所述名單庫從相關機構獲取的用于避免重復欺詐行為的黑名單；

若黑名單中存在與所述用戶信息對應的名單，該用戶篩選不通過；

若黑名單中不存在與所述用戶信息對應的名單，該用戶篩選通過。

可選的，所述反欺詐模型的訓練過程包括：

獲取訓練樣本；所述訓練樣本為所述信貸機構的歷史用戶數據，和與所述歷史用戶數據對應的訓練標簽；所述標簽為相關人員基于所述歷史用戶是否存在欺詐行為確定的；

將所述訓練樣本輸入預設的深度學習模型，對所述深度學習模型進行訓練，得到反欺詐模型。

可選的，所述專家策略為由專家確定的規則生成的策略模板；所述策略模板，通過對用戶信息各個維度進行欺詐識別，確定用戶的風險；

或所述專家策略為相關任意基于專家確定的規則對所述用戶信息進行人工審核，確定用戶的風險。