文/卢文
日前，四川省发展和改革委员会网站公布四川省2024年“数据要素×”典型案例清单。中国工商银行四川省分行（以下简称“工行四川省分行”）“基于联邦学习技术的电信反欺诈服务”成功入选“数据要素×”金融服务案例。
随着人工智能时代兴起，信息技术不断提升，电信诈骗、网络诈骗等犯罪手段也愈加狡猾。就在不久前的一天，此项技术服务案例就在反诈中“大显身手”。
当天，一名男子走进工行资阳广场路支行办理现金支取业务，经办柜员按流程先用工行分行特色柜面反诈风险提示交易，对银行卡进行取现风险识别，银行工作人员经过核查，发现该男子许多可疑行径，果断报警，民警到场询问后将该男子带走。据警方反馈，已确定该笔资金为诈骗资金，汇款方也已报警。得益于银行系统的预警，以及内部网点及人员间的紧密协作、警银联动的高效及时，该笔涉案资金被有效拦截。
系统及时预警的背后，是对一系列金融、运营商数据的快速运算。在信息多元化的今天，电信反欺诈对数据的维度和广度都提出了更高的要求，急需利用多方数据协同构建反欺诈风控体系，提升反欺诈效果。工行四川省分行金融科技部负责人表示，“随着数据安全隐私问题显现，国家先后发布了《网络安全法》等法规，银行和很多拥有数据的公司双方都有严格的数据安全保护要求。如何在保护隐私和安全前提下实现数据连通，成为亟待解决的关键问题。”
“基于联邦学习技术的电信反欺诈服务”提供了解决方案：基于工行联邦学习平台，利用隐私计算技术，在保护数据前提下，可通过“数据可用不可见”的方式，为银行在安全隐私及合规的前提下引入运营商数据，实现银行运营商联合建模，让“数据不动模型动”，补足银行自有的客户风险特征，从而更准确地识别和预警风险事件，提升银行电信反欺诈的效果和效率。同时，通过工行联邦学习平台提供的数据监管能力，可对相关数据和行为做到有效监管和溯源审计。
通俗地说，个人信息如同珍贵的“宝藏”，而隐私计算技术就是那个锁住宝藏的“黑盒子”，确保对银行用户和运营商用户数据的分析和计算都在加密的盒子里进行，只能看到运算结果，而所有原始数据都“原地不动”，始终安全地留在银行和运营商的数据库里。通过隐私计算技术，能够打破“数据孤岛”，同时牢牢保护各方客户的隐私信息，并提供更加安全、可靠的数据分析和处理手段。
如今，银行引入运营商侧数据，通过“基于联邦学习技术的电信反欺诈服务”的新技术探索，不仅实现了完整涉案链路的还原，也加强了对客户行外风险行为的了解，真正实现了涉案前风险账户的精准识别，助力银行实现了反欺诈从“被动防”走向“主动控”，从“人工防”到“智能控”，进一步防范涉诈风险。
工行四川省分行持续落实电信网络诈骗“资金链”精准治理工作要求，持续提升精准防控水平，精准识别研判涉诈账户。据悉，当前工行涉诈交易拦截率达85%，今年来工行四川省分行已成功拦截涉诈资金超4000万元，有效帮助群众挽回损失。
【未经授权，严禁转载！联系电话028-86968276】
