分析線上業務欺詐案例，最常見的欺詐手法有團伙騙貸、中介包裝、養卡養號、偽冒身份、信息造假等，“產業化”“職業化”特征明顯。

1.團伙騙貸。團伙騙貸是指欺詐分子有組織、有計劃的對一家或多家金融機構實行貸款詐騙的行為。其手段多為通過試探性申請總結規律，并大規模復制包裝。其特點表現為：同一批申請人申請時間、地點接近，工作單位、工作崗位相似，資產資料有較為明顯的共通點。

2.中介包裝。欺詐黑色產業鏈中存在一批專門替申請人包裝資料獲取金融機構貸款并從中獲利的群體，稱為信貸中介。其特點為熟知產品風控漏洞，甚至部分人員由“內部人”轉行，打著“增信”幌子，攻破欺詐防控短板。

3.養卡養號?！梆B卡”公司通過代還欠款、代刷POS進行虛假消費的手段，逐步放大信用卡等產品額度，套取現金，“放長線釣大魚”，在額度足夠多時，進行一次性套現并失聯。

4.偽冒身份。包括本人知情的“白馬欺詐”，即通過利誘騙取用戶資料申請貸款，以及通過購買或偽造三要素信息在本人不知曉情況下冒用身份兩類情況。欺詐黑色產業通過“技術突破”，已掌握合成身份、合成人臉等破解人臉識別的技術。

5.信息造假。通過摸清申貸“套路“，針對性偽造職業信息，并通過固話轉接、固話代接等技術手段，模擬工作單位聯系人，達到虛構職業收入等信息的目的。

線上信貸業務反欺詐面臨的外部形勢嚴峻，業務痛點亟待解決，需要突破傳統的反欺詐模式和技術手段，通過建立智能化反欺詐平臺，形成統一的欺詐信息數據庫，并利用深度學習、神經網絡、機器學習方法、知識圖譜技術等人工智能技術，不斷提升線上業務反欺詐能力，實現對外部欺詐風險的全面防御。

1.搭建全流程、智能化線上業務欺詐風險防控平臺。一是建立企業級智能化欺詐風險管理平臺。針對線上業務特點，依托大數據、人工智能技術，探索風險管理新模式，建設企業級智能化欺詐風險防控平臺，統一部署反欺詐規則與模型，建立欺詐風險信息庫，形成客戶欺詐風險畫像，建立人工智能技術支撐平臺，構建覆蓋“事前偵測+事中攔截+事后分析追蹤”全流程的精準欺詐風險識別控制體系，對欺詐風險進行多層次、立體化防控，保障線上業務健康發展。二是開展反欺詐數據挖掘和信息共享。反欺詐智能化平臺運用數據挖掘技術對風險信息進行智能分析，應用于業務流程控制、客戶篩選挖掘和預警中，構建欺詐信息的應用閉環。建立欺詐風險監測指標體系，實現規則自我迭代的能力；實時系統平臺功能監測，確保各平臺有效穩健運行。

2.打造多層次全面反欺詐技術能力。構建我行全面高效反欺詐技術能力，實現“事前—事中—事后”全流程風險防控，從渠道層、客戶級和產品級三方面全面布局反欺詐技術，形成多層次風險防御網絡和核心技術能力。

渠道層。主要實現人機核驗和身份核驗。人機核驗和身份核驗主要識別該客戶是否是真人操作還是群控機器；并且在識別客戶為真人的前提下，核實客戶是否為本人，主要使用設備安全技術、生物特征技術及識別客戶行為特征技術等。

客戶級。主要實現可信度核驗，充分利用內外部數據，對客戶的信息進行交叉核驗或者推理判斷，識別疑似欺詐的客戶。通過整合全行客戶基本信息和財務等數據，借助人行征信數據、外部風險數據、社交行為等數據，構建客戶的統一反欺詐篩查點，形成對客戶全面欺詐風險排查，及時識別出疑似客戶并拒絕準入，保障業務發展。綜合運用名單、規則、模型等多種手段形成不同維度、不同層級的欺詐偵測。

產品級。主要針對不同產品客戶在申請和交易時的真實性進行核驗。產品級反欺詐，分為申請反欺詐和交易反欺詐兩大類。申請反欺詐——利用客戶基礎信息，通過規則或者模型等方式，判斷該筆申請是否存在欺詐風險，對于欺詐風險較高的申請，可以直接拒絕或者交由人工判斷。交易反欺詐——通過規則或者模型等方式，判斷客戶的每筆交易的欺詐風險可能性，對于疑似欺詐的交易進行強驗證、人工處理或者直接攔截。

3.強化欺詐風險信息庫建設與數據挖掘，搭建企業級信息共享平臺。一是統一信譽庫。信譽庫是欺詐信息集合基礎數據庫，用于各類欺詐基礎數據的存儲，通過建立統一欺詐信息庫，將分散在各業務系統和管理系統的外部欺詐風險信息整合至標準化、統一化的信息平臺，為調用與分析數據提供數據庫基礎。欺詐信息庫的內容涵蓋內外部欺詐名單庫，并衍生形成欺詐關系圖譜庫。二是客戶畫像。在名單庫的基礎上，形成精準客戶畫像是名單庫的高級應用輸出。通過欺詐客戶設備、交易的操作習慣、設備習慣、網絡習慣、交易習慣、地理位置習慣、操作時間習慣等，刻畫欺詐客戶特征，形成以客戶為主題的、連續動態的、所有風險信息的集合，進而全面評價和科學判斷每個客戶、每筆業務的風險狀況，真正實現大數據集成應用。

4.構建人工智能技術支持平臺。良好的反欺詐能力需要有海量數據處理能力、模型快速開發迭代能力、流式數據處理能力以及各種生物科技技術能力等作為支撐，因此，建立人工智能平臺是反欺詐能力提升的基礎。人工智能平臺應具備統一的模型訓練環境、豐富的模型開發工具、集約化的資源管理和規范的模型研發標準，實現模型、算法、訓練環境的統一集約管理，提供從數據準備到技術組件對外提供端到端服務。

人工智能平臺的主要功能：一是智能安全服務。包括人臉識別、聲紋識別、生物探針、防釣魚、防木馬等技術能力，提供安全的交易環境和基礎安全檢驗技術。二是先進模型框架。提供深度學習、遷移學習等模型框架，具備模型的監控和迭代優化能力，降低建模門檻，提升工作效率。三是生物特征技術。提供微表情等技術，通過與客戶的問答對話，系統自動捕捉客戶表情、動作的微小變化，判斷客戶是否說謊，對業務辦理過程中存在的欺詐風險輔助判斷。四是流式處理技術。對于客戶當日內的交易行為、登陸操作及時獲取，并用于對該客戶的后續行為進行風險判斷，滿足反欺詐對數據處理高并發和低延遲的要求。

為了使線上信貸業務反欺詐工作保持全面立體及時有效的防控態勢，除了建立智能反欺詐平臺，還需構建高效響應的欺詐風險運營機制。

一是規則持續完善。通過已確認、已造成損失的欺詐客戶，及時提煉相關規則因子，不斷補充完善規則庫，查缺補漏。并形成警示案例，豐富風險管理文化建設。二是名單動態管控。建立“黑名單拒絕+灰名單核查+白名單通過”的名單制動態管理機制。將涉及黑IP、黑賬戶、黑設備、嚴重違法犯罪等確定的欺詐客戶納入黑名單管控，命中后直接拒絕；將疑似隱性關聯異?？蛻?、疑似隱性資金往來異常、疑似資金掮客等客戶納入灰名單管控，命中后掛起核實；將批量掃描后無欺詐風險的客戶納入白名單營銷。三是事件分級處置。對于登錄時間、跨地區異常登錄手機銀行、APP等情況，通過短信強驗證；對于命中灰名單需核查的客戶，通過外呼確認、上門查看等方式核查。核查后存在一定風險的，采取凍結額度，賬戶支付動作，減少后續風險損失；核查后存在嚴重風險或團伙欺詐的，由個別預警轉案件核查處置，并阻止其相關聯客戶再次辦理業務。