解决方案简介
芯盾时代基于人工智能推出了“业务+平台+建模服务”为核心的全渠道多场景反欺诈解决方案，可以覆盖金融客户在交易风控、信贷风控和精准营销等诸多领域全生命周期的业务需求。

芯盾时代基于反欺诈领域多年积累的行业经验和已验证过的可落地机器学习建模能力，为用户提供全渠道多场景反欺诈服务。

对机器学习模型来说，芯盾时代通过VAI、TOFD、COFD、MOFD的数据连接和整合模块，获得了建模所需的高质量数据，并通过Notebook（类Jupyter）或Drag&Drop（拖拉拽）式的交互界面，进行特征工程以及离线模型的搭建和训练。除了集成主流的机器学习算法组件之外，也将丰富的行业建模经验封装了成熟的算子，保证了建模经验的重用。当模型的效果达到上线标准时，可以通过在线服务部署模块进行模型服务的一键化部署和运行监控，业务系统可以通过微服务的方式对模型服务接口进行调用。

应用场景痛点简介
近年来，借助互联网金融发展的推动，业务线上化发展迅速。但随之而来的是各类欺诈风险层出不穷，欺诈行为已经从单一个体行为，发展成为一个组织严密、专业分工明确的黑色产业链条，为银行发展网络金融业务带来了严峻的挑战。此外个人信息的泄漏，也给诈骗分子实现精准诈骗带来了很大的的便利，诈骗金额不断提高。

不断升级变化的诈骗手段和系统攻击等都大大降低了客户的安全体验，特别是随着新业务渠道的发布和推广，如何有效保障客户信息和资金安全，防范平台被不法分子、网络黑产以及羊毛党所利用，维护银行品牌形象和声誉已成为迫切需要解决的问题。

行方使用传统经验规则的基础上，通过引入人工智能、深度学习等技术，进一步提升风险精准度，防止欺诈者采用针对性的手段对已有规则进行回避，大幅提升银行欺诈风险的防控能力，优化客户体验，有效保护客户资金安全，提升传统业务流程的自动化水平。

解决方案亮点介绍

芯盾时代基于行方海量的设备安全数据、用户行为数据，利用流式分析处理、数据挖掘和机器学习等关键技术，辅以丰富的行业经验，构建了独有的智能实时身份反欺诈解决方案。方案覆盖了银行业务的事前、事中、事后环节，通过机器学习模型根据不同业务场景的风险特征，对用户行为和终端信息进行风险综合评估，并根据风评结果等级给出差异化处置策略建议，有效识别营销活动欺诈、薅羊毛、洗钱、信用卡套现等高危欺诈事件，保护银行资产安全和用户的资金安全。

方案基于交易反欺诈模型（TOFD）、营销反欺诈模型（MOFD）、信贷反欺诈模型（COFD）等业内领先的核心防控模块和业内领先的无感知认证、设备指纹识别、终端威胁态势感知、欺诈关联图谱等自主知识产权核心技术，全面覆盖银行各个部门的业务安全防控需求；同时，还通过可视化人工智能中台（VAI），对洗钱、信用卡套现、营销活动作弊等风险高发业务场景进行持续优化和深度防控，有效降低反欺诈模型的衰减周期，提升系统自动化水平，在加强防控的同时，降低银行人员投入，节省高额人力成本。

针对样本不均衡和标注数据极少的问题，芯盾时代以无监督算法冷启动->半监督算法过渡->有监督算法训练模型应对，迅速消除不利影响，完成了对多个业务渠道中数据进的行清洗和打标。同时，通过人工智能中台VAI为行内其他系统提供数据支撑，提升了甄别黑产的准确性，对羊毛党工作室的设备、账号、IP等信息，以黑名单的方式进行处置，终使得业务部门顺利开展了各项拉新、促活、留存活动。

金融行业客户名单及客户评价

已合作客户情况：

芯盾时代已与200+金融机构展开了深度合作，成功应用在手机银行交易安全、身份管理、反欺诈、机器学习、移动办公、连续自适应认证等业务领域，获得了用户广泛认可。

部分客户名单：中国民生银行、北京银行、北京农商银行、广东华兴银行、华融湘江银行、兰州银行、新网银行、华泰证券、上海银行、江苏银行、南京银行、宁波银行、杭州银行、中信证券、厦门国际银行、成都银行、郑州银行、东莞银行、中信建投证券、安信证券、四川信托、兴业证券、中邮保险、天津农商银行、江南银行、浙商银行、徽商银行、晋商银行、张家口银行……

客户评价：

1.来自广东华兴银行的感谢信：贵司作为我行在多场景业务安全系统建设的合作单位，在项目实施过程中，整个项目团队与我行紧密合作、积极沟通并分析探讨业务场景，创新并解决疑难问题，通过半监督机器学习方式建模，完成反洗钱、客户行为模型及交易风险监控等多个模型的建立，在应用中取得了良好的业务效果，得到了我行业务部门及项目组的一致认可和好评。在此，向贵司的大力支持及项目组全体同事的辛勤付出表示衷心的感谢！

2.来自某股份银行的评价：芯盾时代的产品完全切合金融行业在风控领域的需求，风控平台的建设，设计多个业务渠道，风控场景复杂，开发任务汇重、时间紧，芯盾时代项目成员能够在实施过程中尽职尽责，加班加点完成任务，为项目顺利上线提供了有力保障。