銀行智能反欺詐——黑產(chǎn)識別與防控

  培訓(xùn)講師:吳易璋

講師背景:
吳易璋————金融科技與數(shù)字化轉(zhuǎn)型專家10年總行專職審貸官10年消費金融實戰(zhàn)3家持牌機構(gòu)風(fēng)控負(fù)責(zé)人8年銀行業(yè)培訓(xùn)經(jīng)驗數(shù)字化轉(zhuǎn)型風(fēng)控實戰(zhàn)專家曾任:某產(chǎn)業(yè)系消費金融公司籌建組成員、首席風(fēng)險官曾任:某銀行系消費金融公司籌建組成員、風(fēng)險總監(jiān)曾任:某 詳細(xì)>>

吳易璋
    課程咨詢電話:

銀行智能反欺詐——黑產(chǎn)識別與防控詳細(xì)內(nèi)容

銀行智能反欺詐——黑產(chǎn)識別與防控

銀行智能反欺詐
黑產(chǎn)識別與防控
課程背景:
2022年9月2日,十三屆全國人大常委會第三十六次會議表決通過了《中華人民共和國反電信網(wǎng)絡(luò)詐騙法》,并于2022年12月1日正式實施。這部法律的出臺正逢其時且意義極其重大,為銀行數(shù)字化風(fēng)控體系中最重要的智能反欺詐工作指明了方向。
銀行對于傳統(tǒng)的欺詐手段并不陌生,騙子拿著假身份證、假資料、假流水以及假工作信息向銀行申請貸款,大多會被火眼金睛的信貸員面對面識破。但在數(shù)字化時代,業(yè)務(wù)形式發(fā)生質(zhì)的變化,銀行已經(jīng)難以有效發(fā)現(xiàn)通過網(wǎng)絡(luò)實施的團伙欺詐行為,往往是巨大損失已經(jīng)發(fā)生才進行事后彌補,效果非常不理想。而據(jù)不完全統(tǒng)計,國內(nèi)欺詐黑產(chǎn)從業(yè)人員已經(jīng)超過500萬,網(wǎng)絡(luò)欺詐涉及金額已經(jīng)達(dá)到數(shù)千億規(guī)模,同樣也為銀行業(yè)帶來巨額經(jīng)濟損失。
課程對象:
銀行總、分行風(fēng)險管理部、授信審批部、零售業(yè)務(wù)部、個人金融部、信用卡中心、互聯(lián)網(wǎng)貸款中心、數(shù)字金融部等部門負(fù)責(zé)人及反欺詐團隊,分支行長及核心業(yè)務(wù)骨干。
課程收益:
【核心收益01】幫助銀行認(rèn)識數(shù)字化時代反欺詐工作出現(xiàn)的一些新變化,運用數(shù)字化工具有效應(yīng)對嚴(yán)峻復(fù)雜的線上欺詐風(fēng)險挑戰(zhàn)
【核心收益02】幫助銀行洞悉網(wǎng)絡(luò)黑產(chǎn)的產(chǎn)業(yè)鏈詐騙模式,通過反欺詐策略、反欺詐模型與反欺詐技術(shù)的持續(xù)迭代升級,不斷完善銀行數(shù)字化風(fēng)控體系。
【核心收益03】幫助銀行了解網(wǎng)絡(luò)黑產(chǎn)攻擊銀行的3種表現(xiàn)形式,采用多種智能反欺詐手段,方可與欺詐分子周旋,最大程度保證信貸資金安全。
【核心收益04】幫助銀行在辦理線上業(yè)務(wù)過程中,避免因黑產(chǎn)集中攻擊而導(dǎo)致巨額損失。
課程大綱:
引 子
案例1:一起大數(shù)據(jù)風(fēng)控漏洞引發(fā)的“騙貸”大案
案例2:民間火爆的“財商課”究竟在講些什么?
第一部分 相關(guān)文件解讀
第一節(jié) 《反有組織犯罪法》與銀行的關(guān)系
1.依法從嚴(yán)打擊黑惡犯罪
2.深挖黑惡勢力“保護傘“
3.嚴(yán)防黑惡勢力滲入基層
4.防止未成年人遭受侵害
5.防止黑惡勢力死灰復(fù)燃
6.保障涉案單位個人權(quán)益
第二節(jié) 《商業(yè)銀行防范外部欺詐指引》解讀
1.管理范圍與工作要求
2.管理工具及業(yè)務(wù)流程(示例)
3.事件報告及處置(示例)
4.行業(yè)聯(lián)合與協(xié)作(示例)
第三節(jié) 清廉文化與防范外部欺詐
1.監(jiān)管處罰力度持續(xù)加大
2.建設(shè)清廉金融文化
3.杜絕內(nèi)外勾結(jié)
第二部分 互聯(lián)網(wǎng)貸款新規(guī)
第一節(jié) 互聯(lián)網(wǎng)貸款新政具體要求解讀與分析
風(fēng)險控制要求一刀切。
加強出資比例管理。
強化合作機構(gòu)集中度管理。
實施總量控制和限額管理。
嚴(yán)控跨地域經(jīng)營。
第二節(jié) 商業(yè)銀行互聯(lián)網(wǎng)貸款業(yè)務(wù)三問
如何界定商業(yè)銀行互聯(lián)網(wǎng)貸款業(yè)務(wù)?
怎樣認(rèn)識商業(yè)銀行互聯(lián)網(wǎng)貸款核心風(fēng)控不能外包?
助貸與聯(lián)合貸款何以成為互聯(lián)網(wǎng)貸款主流?
第三節(jié):新規(guī)落地后商業(yè)銀行何去何從
全流程風(fēng)險管控的自主核心風(fēng)控能力
有效識別和監(jiān)測跨區(qū)互聯(lián)網(wǎng)貸款業(yè)務(wù)
準(zhǔn)確理解風(fēng)險數(shù)據(jù)、風(fēng)險模型及數(shù)據(jù)源管理
第四節(jié):數(shù)字化風(fēng)控理念
傳統(tǒng)式風(fēng)控 VS 數(shù)字化風(fēng)控
信貸政策、風(fēng)控策略與數(shù)據(jù)模型
互聯(lián)網(wǎng)貸款的五大風(fēng)控要點
大數(shù)據(jù)時代信貸風(fēng)險管理與實踐
第三部分 黑色產(chǎn)業(yè)與外部欺詐
第一節(jié) 零售業(yè)務(wù)條線的外部欺詐風(fēng)險(結(jié)合案例講解)
案例1 :“XX花園”項目房貸假按揭風(fēng)險案例
案例2:“200”萬元變造存單質(zhì)押貸款風(fēng)險
第二節(jié) 互金業(yè)務(wù)條線的外部欺詐風(fēng)險(結(jié)合案例講解)
案例1:大數(shù)據(jù)風(fēng)控挑戰(zhàn)——剖析造成10億損失的騙貸案
案例2:五大金融場景如何防范外部欺詐(結(jié)合案例講解)
第三節(jié) 信用卡業(yè)務(wù)的外部欺詐風(fēng)險(結(jié)合案例講解)
案例:商戶欺詐與團伙欺詐
第四節(jié) 欺詐黑色產(chǎn)業(yè)市場現(xiàn)狀分析
黑色產(chǎn)業(yè)市場及其對銀行的重大危害
黑色產(chǎn)業(yè)鏈詳解:上游、中游與下游
黑產(chǎn)如何獲取客戶信息:拖庫、撞庫、洗庫等
黑產(chǎn)如何包裝真實客戶:群控、貓池、改機工具、模擬精靈等等
視頻教學(xué):透過五大欺詐場景了解欺詐行業(yè)“黑話”
(案例剖析1:黑產(chǎn)如何批量制造真實用戶)
(案例剖析2:黑產(chǎn)如何給客戶數(shù)據(jù)“整容”)
(案例剖析3:5000元如何在一年內(nèi)變成100萬?)
典型案例:黑產(chǎn)如何指導(dǎo)用戶“精養(yǎng)”信用卡
四大信貸反欺詐手段
黑白名單
規(guī)則引擎
有監(jiān)督學(xué)習(xí)
無監(jiān)督學(xué)習(xí)
欺詐行為表現(xiàn)及反欺詐策略
針對冒充他人申請
針對失卡冒用
針對惡意透支
針對偽造信用卡
針對商戶欺詐
反欺詐應(yīng)用數(shù)據(jù)有哪些
按照數(shù)據(jù)來源區(qū)分
按照數(shù)據(jù)類型區(qū)分
按照數(shù)據(jù)使用場景
注意事項
反欺詐模型VS信用模型
目標(biāo)變量
模型特征
實時性
技術(shù)實施
第五節(jié) 反欺詐工作落地實施方案
信貸周期準(zhǔn)備
渠道(流量)
風(fēng)控(數(shù)據(jù),模型,策略)
人力(團隊,業(yè)務(wù),風(fēng)控,客服,催收)
IT(APP,信貸系統(tǒng),決策引擎)
資金(資金來源,資金成本,測算成本)
反欺詐部署
渠道進件
客戶分析
準(zhǔn)入規(guī)則
渠道監(jiān)控
反欺詐模型
信審核查
貸后管理
實施路徑
前期準(zhǔn)備
風(fēng)控部署
后期調(diào)優(yōu)
業(yè)務(wù)優(yōu)化
跟蹤監(jiān)控
6、離線監(jiān)控
反欺詐方案調(diào)整解析
業(yè)務(wù)運營監(jiān)控
策略模型監(jiān)控
異常情況監(jiān)控
構(gòu)建全流程反欺詐風(fēng)控系統(tǒng)
數(shù)據(jù)接入、決策引擎、管理系統(tǒng)三結(jié)合
數(shù)據(jù)分析和反欺詐模型相結(jié)合
第六節(jié) 構(gòu)建全流程防范外部欺詐風(fēng)控系統(tǒng)
建立健全組織架構(gòu)和制度體系(以某大行為例)
打造基于大數(shù)據(jù)、智能化的風(fēng)控平臺(某股份行)
各條線防范外部欺詐風(fēng)險的重要內(nèi)容與舉措
營造穩(wěn)健審慎“反欺詐”文化
第四部分 智能反欺詐技術(shù)
第一節(jié) 設(shè)備指紋
設(shè)備指紋概述
(1)被動式設(shè)備指紋
(2)主動式設(shè)備指紋
(3)常見五類欺詐形式
安卓設(shè)備指紋
(1)安卓系統(tǒng)中比較穩(wěn)定的設(shè)備參數(shù)
(2)針對安卓作弊環(huán)境的檢測方法
iOS設(shè)備指紋
(1)iOS系統(tǒng)中比較穩(wěn)定的設(shè)備參數(shù)
(2)針對iOS設(shè)備指紋風(fēng)險識別技術(shù)
WEB設(shè)備指紋
(1)web比較穩(wěn)定的設(shè)備參數(shù)
(2)針對web設(shè)備指紋風(fēng)險識別技術(shù)
第二節(jié) 基于用戶行為的生物探針
生物探針:身份認(rèn)證的4個階段
無感認(rèn)證:如何區(qū)分自然人與機器人
應(yīng)用場景:登錄、免密支付、信用卡、借貸申請等
第三節(jié) 其他實用反欺詐技術(shù)
實時指標(biāo)計算實踐
風(fēng)險態(tài)勢感知系統(tǒng)
(1)基于統(tǒng)計分析
(2)基于無監(jiān)督學(xué)習(xí)
(3)基于欺詐情報
(4)預(yù)警系統(tǒng)
欺詐情報體系
(1)情報采集:技術(shù)情報與事件情報
(2)情報分析:黑產(chǎn)情報關(guān)鍵詞
機器學(xué)習(xí)算法的使用
(1)特征工程
(2)模型選擇
(3)模型訓(xùn)練

 

吳易璋老師的其它課程

普惠金融數(shù)字化營銷與風(fēng)控——實戰(zhàn)工具與案例解析【課程背景】2015年12月,國務(wù)院印發(fā)的《推進普惠金融發(fā)展規(guī)劃(2016-2020年)》明確定義,普惠金融是指立足機會平等要求和商業(yè)可持續(xù)原則,以可負(fù)擔(dān)的成本為有金融服務(wù)需求的社會各階層和群體提供適當(dāng)、有效的金融服務(wù)。普惠金融,首先要滿足“普”,意思是擴大金融服務(wù)的外延,即所有金融服務(wù)需求者都能享受到金融服務(wù);

 講師:吳易璋詳情


銀行對公授信數(shù)字化轉(zhuǎn)型營銷與風(fēng)控【培訓(xùn)背景】2018年,國內(nèi)經(jīng)濟去杠桿,因上市公司商譽減值、負(fù)債擴張、股權(quán)質(zhì)押爆倉、利益輸送等風(fēng)險因素,給某銀行新增的不良貸款余額,占比超過當(dāng)年新增不良的60;2019年,中美貿(mào)易戰(zhàn),受區(qū)域政策影響,某銀行因介入總部型企業(yè)、外貿(mào)型企業(yè)和境外客戶較多,其貿(mào)易融資業(yè)務(wù)新增不良余額,占比超過當(dāng)年新增不良的40;2020年,進入后疫情

 講師:吳易璋詳情


銀行數(shù)字化運營條線協(xié)同、部門聯(lián)動、總分貫通一、課程背景“加快數(shù)字化發(fā)展,建設(shè)數(shù)字中國”?!笆奈逡?guī)劃”中將“場景”理念和方式納入國家戰(zhàn)略進行部署,在智慧化、場景化的經(jīng)濟社會發(fā)展態(tài)勢下,金融生態(tài)競爭將替代全能銀行競爭已是必然,在平臺化、生態(tài)化商業(yè)模式的大趨勢下,全面數(shù)字化運營成為銀行重要發(fā)展方向。數(shù)字經(jīng)濟時代,銀行面臨的市場環(huán)境、用戶習(xí)慣和監(jiān)管政策均已產(chǎn)生根本

 講師:吳易璋詳情


銀行數(shù)字化轉(zhuǎn)型營銷、風(fēng)控與運營課程背景:2022年初,銀保監(jiān)會印發(fā)《關(guān)于銀行業(yè)保險業(yè)數(shù)字化轉(zhuǎn)型的指導(dǎo)意見》提出,到2025年,銀行業(yè)保險業(yè)數(shù)字化轉(zhuǎn)型要取得明顯成效。留給銀行的時間確實不多了,而在規(guī)定期限內(nèi)順利完成數(shù)字化轉(zhuǎn)型并取得明顯進展,最緊要的就是構(gòu)建銀行數(shù)字化風(fēng)控體系,并在此基礎(chǔ)上取得數(shù)字化轉(zhuǎn)型的明顯效果。在萬物皆數(shù)、萬物互聯(lián)的數(shù)字化時代,銀行數(shù)字化轉(zhuǎn)型

 講師:吳易璋詳情


COPYRIGT @ 2001-2018 HTTP://m.fanshiren.cn INC. ALL RIGHTS RESERVED. 管理資源網(wǎng) 版權(quán)所有