当今，随着技术的不断发展，数字银行、金融科技与社交商业正在蓬勃发展，随之而来的金融欺诈行为也在与时俱进。

       不容小觑的网络窃贼

       时至今日，欺诈分子早已不限于仅用一张被盗的信用卡进行牟利，而是形成一套完整的生态系统，包括信用卡盗窃、个人身份信息攫取、个人隐私认证等一系列环节。

       “盗取后它不单单可以直接做转账、汇款、交易等行为，还可能会将盗取的信息进行二次的售卖，在黑产端变现。”吴中认为，当前的账户盗取问题越发严重，造成的经济损失巨大。所谓账户盗取（ATO）指攻击者去盗取他账号的密码、登录信息获得账号，获取他很多的信息。

       以“盗号”这个互联网生活中常见的现象为例。对于欺诈份子而言，帐户盗取利润丰厚，因为盗取帐户信息中包含各类有价值信息，可被用于发送垃圾内容或实施其它欺诈行为。而且，随着数据泄露事件的爆发式增长，购买被盗账户信息变得愈发容易和便宜。

       用无监督学习对抗金融欺诈

       随着5G时代的到来，使得移动互联网的发展达到了井喷期，而安全问题已经突破了原有的边界，人工智能给安全行业带来的机遇和挑战成为从业者们关注的关键问题之一。

       据悉，DataVisor维择科技作为AI领域的全球百强企业之一，运用自动化AI技术打击智能化网络欺诈。吴中介绍，维择科技的核心业务聚焦安全领域，利用独创的AI无监督机器学习算法，为互联网企业和金融机构等提供风控解决方案，降低企业遭遇欺诈攻击的风险，维护企业经济利益和信誉，助力健康安全网络环境的构建。

       DataVisor维择科技的高能之处就是其独创的无监督机器学习技术，为企业检测和拦截虚假流量，从而帮助维护企业经济利益、树立企业游戏平台信誉、保障企业出海策略及时有效、协助企业获取真实用户。

       AI对未知风险做到有效检测

       面对如此猖獗的盗号行为和威胁巨大的盗号危害。杨昊介绍，现在世面上比较流行的风控技术手段有：黑白名单、规则引擎，有监督机器学习，以及无监督机器学习。

       无监督学习相较于前三种，它的优势在于不需要标签，就可以对一些未知的风险或者说新型的欺诈做到有效检测。

       “针对账号盗取问题，无监督机器学习算法也能起到良好的作用。”杨昊通过案例详细解读了如何识别一个账户是被盗取。他谈到，我们在为国内某社交平台检测盗号问题时发现，一个五百多个人的群组，在早期行为是比较正常的，它们的注册时间、地点，还有设备信息还比较分散，但是在某一天的4分钟内，它们出现了批量异地登陆的问题，从A地和B登录，并且都在B发生过行为事件，所以我们认为这批用户极有可能遭到账户盗取。

       据悉，维择科技可以在假用户注册的同时发现问题，准确率高达95%。截止目前， DataVisor 全球累计处理超过8千亿的用户事件，检测超过2亿的坏用户，保护超过42亿来自全球大型互联网公司的用户。