欺诈风险
- 提现场景
- 恶意促销
- 异常提现
- 登录场景
- 账户盗用
- 暴力破解
- 支付场景
- 盗卡套现
- 支付异常
- 订单场景
- 中介套现
- 身份冒用
- 注册场景
- 垃圾注册
- 营销场景
- 薅羊毛
安全风险
- 接口安全
- 中间人攻击
- 信息泄露
- 恶意调用
- 账户安全
- 账户盗用
- 环境监测
- 系统安全
- 钓鱼网站
- 拖库撞库
基础建设
- 机器学习
- GPU集群
- 可视化交互
- 簇类算法
- 深度学习
- 智能学习训练
- 实时风控决策引擎
- 灵活扩容
- 百万级高并发
- 60毫秒实时决策
典型案例
银行业 - 面临问题
互联网欺诈盛行,银行的手机银行业务和信用卡业务经常遭受中介代办、团伙作案、信用卡套现的攻击,造成巨额的经济损失。随着金融互联网化,银行在开展网络支付、直销理财、信用卡电商、消费信贷等创新业务,面临严峻挑战。
消费金融 - 面临问题
消费分期中电销商户、消费者、电商员工任一方或联合都会让欺诈成为可能,其现金分散、地区分散和多方参与的特性,特别容易被欺诈分子盯上,利用信息不对称不断实施欺诈,如消费者身份冒用、老赖客户、用户多平台申请、团伙欺诈套现等问题,监管也明确指出,要加强风险管控能力。
第三方支付 - 面临问题
第三方支付行业作为连接消费者与商户之间的桥梁,其迅速发展为用户生活,工作,理财等带来极大的便利,同时面临着银行卡盗卡、套现、薅羊毛、虚假交易、境外卡无密码支付等欺诈问题,另一方面监管机构的各项规定下发,给支付行业风险监控提出了更高的要求。
安全防御加固:全流程业务场景防护,以抵御钓鱼网站,拖库撞库和信息泄露风险;
深入信用卡业务场景,在申请、认证、授信、信息更改等环节进行具体风控策略部署,以防控身份冒用、动码攻击等风险。
安全风险防护重点关注账户安全,抵御拖库撞库、信息窃取等风险;
依据线上消费分期业务用户录入信息状况,反欺诈部署在登录、申请、订单、修改信息等环节,以防控身份冒用、老赖、门店经理与客户串通欺诈等风险。
安全防御:重点关注不同APP应用间,应用与服务器间的接口安全防护,抵御代码篡改、信息窃取等风险;
在第三方支付业务场景中,反欺诈策略部署主要在注册、绑卡、支付、提现环节,抵御垃圾注册或恶意注册薅羊毛、洗钱套现,恶意支付链接等风险。