“你的手机丢了没关系，人家知道你的支付密码也没关系，他在你的京东金融APP上操作的时候，我就能知道这个人是不是本人，是不是有风险。”近日，京东金融副总裁、技术研发部总经理曹鹏介绍了京东金融的生物探针技术。
据雷锋网AI金融评论了解，京东金融可以通过APP采集到用户在整个使用中超过120个指标，通过收集用户的行为去判断这个人是否为风险用户，实现用户的身份判定。
基于生物探针技术进行客户身份判定
据雷锋网(公众号：雷锋网)AI金融评论获得的数据，京东金融已经构建起500多个风控模型，基于5000+个风险策略实现对3亿用户信用风险的评估。“我们做的是高维的模型，也就是说尽可能的多把和用户相关的数据都拉进来，从各个维度去看，去筛选，去甄别用户的好坏，这样才能对这个用户有更完善的描述。”曹鹏介绍说，这中间还运用了很多稍有的人工智能技术，比如生物探针和图计算。
根据曹鹏介绍，所谓生物探针技术，举个例子，京东金融可以通过APP采集到用户在整个使用中超过120个指标，通过收集用户的行为去判断这个人是否为风险用户，实现用户的身份判定。这项技术，目前主要的应用场景为反欺诈和防盗刷。
根据展示的生物探针系统后台，曹鹏称，一个人在使用APP的时候，后台可以看到其行为是在0附近正负波动，但是一旦整个操作换了以后，它整个的行为相关度就会迅速下降到负数，这种技术应用在金融场景中效果尤其明显。“你的手机丢了也没有关系，人家知道你的支付密码也没有关系，他在你的京东金融APP上操作的时候，我就能知道这个人是不是本人，是不是有风险，”曹鹏表示。
据雷锋网AI金融评论了解，事实上，基于生物特征技术进行身份识别并不是新鲜的概念，比如利用击键特征来做支付环节的安全验证。但由于数据量以及数据质量的限制，以及应用不当后果严重——一旦泄露身份信息几乎无法更改、综合安全性能并不直观——但是一个强有力的补充……等先天的缺陷，将生物特征技术应用于安全领域仍是小众领域。该技术进入商用阶段无疑是一个突破，但仍有待探索与完善。
扫描群体节点判断个体欺诈可能性
“风控其实不是一个单纯的个体行为，不管是欺诈还是洗钱还是其他的林林总总恶意的行为，它越来越倾向于变成群体性产业链的一系列相关事件的行为，”曹鹏坦言，所以，我们需要更多的把一个用户和他的行为以及和他行为相关人的一系列行为都全部拿出来，在这个维度上去做风控才能更准确。
“在这个过程中，京东金融会利用图计算技术，通过超过10亿个用户节点的图，以及所有在这些节点上发生行为的相关行为的连接，最终可以把一系列的用户和行为都描述出来。”
图计算应用最典型的场景就是白条用户授信。举个例子，一个新的用户在白条注册时，因为机构的后台没有他的任何资料，他是否可信？给他多少额度？……很难抉择。在这种情况下，依据大数据可以通过这个用户以及和他相关的一系列行为描述去判断他的好坏。
“所谓物以类聚、人以群分，单个人的节点即使看起来再好，收入再多，如果他周围相关的都是做欺诈的、套现或者其他相关灰产的人，这个人一定也是很恶意的人，”曹鹏称，可能对于这个人，我没有他的描述，但是和他相关的周围区域的ID都是很良性的，信用良好的或者收入水平很高的人，这个人相应是一个好人的概率比较大。
