在信用風(fēng)險(xiǎn)與欺詐風(fēng)險(xiǎn)的防范中，信用風(fēng)險(xiǎn)統(tǒng)一采取“溫和”模式，在綜合考量監(jiān)管、收益與風(fēng)險(xiǎn)的平衡下進(jìn)行風(fēng)險(xiǎn)決策。而對(duì)于具有欺詐風(fēng)險(xiǎn)的客戶(hù)，風(fēng)控策略則是“以暴制暴”，在貸前審批環(huán)節(jié)就盡可能的將其拒之門(mén)外。

在之前一篇微表情反欺詐模型特征解析及應(yīng)用文章中有講到如何從微表情視頻中提取一些風(fēng)險(xiǎn)警示特征，并將其應(yīng)用到貸前申請(qǐng)和反欺詐評(píng)分卡模型中。

對(duì)于微表情反欺詐模型，從應(yīng)用角度來(lái)看，不僅需要提取解析視頻特征，還需要具備一定的微表情分析專(zhuān)業(yè)能力。雖然微表情分析目前從國(guó)際發(fā)展來(lái)看已經(jīng)相對(duì)成熟和專(zhuān)業(yè)，但由于此類(lèi)專(zhuān)業(yè)對(duì)分析人員的經(jīng)驗(yàn)和學(xué)術(shù)能力要求極高，往往只有國(guó)家刑偵等機(jī)構(gòu)會(huì)聘請(qǐng)微表情分析專(zhuān)家。對(duì)于一般金融機(jī)構(gòu)，微表情分析難度和模型精準(zhǔn)性還有待未來(lái)繼續(xù)提升。

反觀，對(duì)于聲紋識(shí)別和將其運(yùn)用于黑中介欺詐防范，目前也同視頻解析技術(shù)一樣，開(kāi)始應(yīng)用于貸前反欺詐。但不同于微表情反欺詐模型，聲紋識(shí)別反欺詐模型不需要跨行業(yè)專(zhuān)業(yè)經(jīng)驗(yàn)，更易用且精準(zhǔn)度高。

接下來(lái)，我將為讀者朋友們分享一些關(guān)于聲紋識(shí)別模型在金融反欺詐的一些應(yīng)用。

黑中介介紹

黑中介欺詐識(shí)別

在應(yīng)用任何技術(shù)之前，我們首先需要明確應(yīng)用的目的是什么。聲紋識(shí)別技術(shù)的應(yīng)用主要在于識(shí)別黑中介欺詐團(tuán)伙。

在金融中介里，按照風(fēng)險(xiǎn)等級(jí)可以分為白、灰、黑中介三種。其中白中介可以認(rèn)為是金融機(jī)構(gòu)信貸產(chǎn)品外部業(yè)務(wù)員，白中介只會(huì)告知借貸流程和所需資料，按照正規(guī)操作幫助申請(qǐng)者借貸；而灰中介則會(huì)幫助一些資質(zhì)欠佳的客戶(hù)包裝資料，收取合理的手續(xù)費(fèi)，廣義上也可以認(rèn)為是合法的助貸；黑中介則會(huì)通過(guò)各種手段取得客戶(hù)信任，騙取客戶(hù)的前期費(fèi)用。要么最終沒(méi)有幫其申請(qǐng)貸款，要么就會(huì)購(gòu)買(mǎi)個(gè)人身份證銀行卡，用來(lái)攻擊平臺(tái)申請(qǐng)貸款，也就是偽冒身份申請(qǐng)貸款。黑中介的行為構(gòu)成了欺詐，屬于違法行為。

在金融小額信貸行業(yè)，大部分壞賬來(lái)源于黑中介主導(dǎo)的產(chǎn)業(yè)鏈?zhǔn)皆p騙。如何在審批環(huán)節(jié)及時(shí)鑒別出黑中介，成為降低金融機(jī)構(gòu)壞賬率的關(guān)鍵因素。

聲紋識(shí)別反欺詐模型

反欺詐工作中，識(shí)別用戶(hù)真實(shí)身份是第一關(guān)，也是最難的一關(guān)。黑中介有多種偽造用戶(hù)身份的辦法，單一的身份識(shí)別手段無(wú)法有效地解決問(wèn)題，新的思路是結(jié)合更多的身份識(shí)別手段。聲音，作為一種標(biāo)識(shí)個(gè)人身份的特征，越來(lái)越受到重視。

已有研究表明在某些特點(diǎn)的環(huán)境下聲紋可以用來(lái)作為有效的證據(jù)。美國(guó)聯(lián)邦調(diào)查局對(duì)2000例與聲紋相關(guān)的案件進(jìn)行統(tǒng)計(jì)，利用聲紋作為證據(jù)只有0.31%的錯(cuò)誤率。

聲紋反欺詐模型的業(yè)務(wù)流程可以按照如下方式構(gòu)建和進(jìn)階：

1.在信貸產(chǎn)品登錄申請(qǐng)環(huán)境中，要求用戶(hù)閱讀一段固定的文字，搜集提取其聲紋特征。此時(shí)可以逐步建立聲紋白、灰、黑信用風(fēng)險(xiǎn)明單庫(kù)。

2.后續(xù)客戶(hù)再次登錄時(shí)，用此次聲紋與之前比對(duì)，判斷是否是同一個(gè)人申請(qǐng)。如果聲紋與庫(kù)中聲紋不一致，可以采取限制其登錄app或增加驗(yàn)證策略，如人臉識(shí)別。

3.通過(guò)關(guān)系復(fù)雜網(wǎng)絡(luò)技術(shù)進(jìn)行關(guān)聯(lián)人檢驗(yàn)，識(shí)別并逐步建立金融機(jī)構(gòu)聲紋欺詐黑名單。在信審過(guò)程中，系統(tǒng)自動(dòng)將該聲紋與聲紋欺詐黑名單庫(kù)中的聲紋做對(duì)比。這種方式與指紋識(shí)別相似，但機(jī)器合成的聲紋，更容易被識(shí)別出來(lái)，不易偽造。

4.在積累到一定的聲紋特征數(shù)據(jù)后，可以在信貸申請(qǐng)環(huán)節(jié)通過(guò)聲紋識(shí)別匹配技術(shù)簡(jiǎn)化登錄驗(yàn)證，用戶(hù)只需按照系統(tǒng)要求讀出隨機(jī)數(shù)字，聲音若與此前聲音特征參數(shù)匹配，即可登錄成功。

與其他方式相比，聲紋的主要優(yōu)勢(shì)體現(xiàn)在采集設(shè)備便宜、非接觸式、不易仿冒、可并發(fā)識(shí)別。特別是其“非接觸式”、“遠(yuǎn)程識(shí)別”的特點(diǎn)，使聲紋反欺詐模型在詐騙防范上可以發(fā)揮重要作用。

聲紋識(shí)別反欺詐模型可以提升之處

目前聲紋識(shí)別技術(shù)還處于發(fā)展早期階段，有許多問(wèn)題需要解決，包括噪音環(huán)境下的識(shí)別準(zhǔn)確率低，采集設(shè)備多樣造成的聲紋差別，以及被識(shí)別者口音變化的影響。

雖然聲紋識(shí)別技術(shù)目前仍有很多需要克服的困難，但我相信，聲紋識(shí)別在金融反欺詐中的應(yīng)用，一定會(huì)對(duì)欺詐風(fēng)險(xiǎn)的防范起到助力作用。金融安全環(huán)境，由我們共同維護(hù)。