陸佳裔

欺詐自古有之，到了互聯(lián)網(wǎng)上，欺詐的行業(yè)更為集中，并且形成了一條產(chǎn)業(yè)鏈。上游是黑客，他們通過(guò)挖掘平臺(tái)的漏洞、編寫木馬入侵客戶的終端獲得數(shù)據(jù)，中游是購(gòu)買數(shù)據(jù)的欺詐團(tuán)伙，下游是黑色產(chǎn)業(yè)鏈的各種周邊組織，它們洗錢、收卡、販賣身份等。

猛犸反欺詐在做的，就是在互聯(lián)網(wǎng)平臺(tái)上從海量的用戶中揪出那些有異常行為的欺詐分子，向商家發(fā)出預(yù)警。猛犸反欺詐是一家提供SaaS服務(wù)，以保護(hù)企業(yè)互聯(lián)網(wǎng)及移動(dòng)業(yè)務(wù)安全為目標(biāo)的數(shù)據(jù)技術(shù)公司，通過(guò)抓取互聯(lián)網(wǎng)上用戶的行為軌跡，使用這些大數(shù)據(jù)去分析。

“過(guò)去判斷好人和壞人，要聽(tīng)其言和觀其行，在互聯(lián)網(wǎng)上，行為數(shù)據(jù)則提供了大量的信息讓人判斷對(duì)方是不是他聲稱的那個(gè)好人?！泵歪锓雌墼p的創(chuàng)始人張克告訴《第一財(cái)經(jīng)周刊》。

猛犸把分析的過(guò)程交給了機(jī)器—你可能并不知道這些數(shù)據(jù)各自代表了什么，但是機(jī)器自動(dòng)跟蹤分析后，根據(jù)模型在不同點(diǎn)位的分布，能自動(dòng)發(fā)現(xiàn)異常的情況，并予以預(yù)告和提醒。就像給企業(yè)的風(fēng)控安上了一連串烽火臺(tái)，機(jī)器學(xué)習(xí)成了那些看不見(jiàn)的哨兵。

這些欺詐分子大多出現(xiàn)在游戲、O2O和互聯(lián)網(wǎng)金融等平臺(tái)，在張克看來(lái)，離錢越近越危險(xiǎn)。

張克曾在思科擔(dān)任SaaS產(chǎn)品總監(jiān)，后來(lái)跳槽到移動(dòng)網(wǎng)絡(luò)廣告公司 Madhouse成為DSP事業(yè)部負(fù)責(zé)人。為了實(shí)現(xiàn)廣告的精準(zhǔn)投放，張克和他的團(tuán)隊(duì)開發(fā)了一套R(shí)eal Time Bidding系統(tǒng)，用于實(shí)時(shí)預(yù)測(cè)用戶轉(zhuǎn)化概率并出價(jià)購(gòu)買廣告機(jī)會(huì)。簡(jiǎn)單說(shuō)來(lái)就是分析用戶和點(diǎn)擊量之間的關(guān)系，找出誰(shuí)是目標(biāo)廣告客戶，并預(yù)測(cè)他們下一次點(diǎn)擊同類廣告的概率。比如當(dāng)一個(gè)廣告推送后，團(tuán)隊(duì)通常會(huì)統(tǒng)計(jì)200毫秒內(nèi)點(diǎn)擊廣告的客戶數(shù)量，以及這些客戶來(lái)自什么渠道，然后給這些源自不同渠道的用戶數(shù)據(jù)打上標(biāo)簽，整合到廣告公司的平臺(tái)上。

通過(guò)機(jī)器建模后的用戶行為分析，張克的團(tuán)隊(duì)就能幫助公司預(yù)測(cè)，用戶下一次點(diǎn)擊同類廣告的概率，以此給出一個(gè)建議公司購(gòu)買該廣告的金額。

這套技術(shù)系統(tǒng)在鑒別好人、預(yù)測(cè)誰(shuí)是廣告公司目標(biāo)客戶的同時(shí)，需要發(fā)現(xiàn)廣告中的虛假點(diǎn)擊和注冊(cè)，兩者的原理和技術(shù)相似，后來(lái)成了猛犸反欺詐的靈感。它們?cè)硐嗨疲悄繕?biāo)對(duì)象、底層數(shù)據(jù)以及模型結(jié)構(gòu)都完全不同。廣告主要找到目標(biāo)受眾，預(yù)測(cè)他們購(gòu)買的幾率，而猛犸要找到目標(biāo)欺詐者，從他們的行為軌跡中嗅到欺詐的痕跡。意識(shí)到廣告行業(yè)遠(yuǎn)遠(yuǎn)無(wú)法滿足這套技術(shù)的應(yīng)用后，2014年11月，張克離職創(chuàng)辦了猛犸反欺詐（下簡(jiǎn)稱“猛犸”）。

不過(guò)離職創(chuàng)業(yè)的最初，這家技術(shù)驅(qū)動(dòng)型公司卻為應(yīng)用場(chǎng)景發(fā)了愁。如果用在廣告上太浪費(fèi)，那么什么行業(yè)才能最大化它的效用呢？張克和團(tuán)隊(duì)最初為猛犸找了5個(gè)應(yīng)用方向。比如做數(shù)據(jù)交換平臺(tái)，類似現(xiàn)在的貴州大數(shù)據(jù)交易所，再比如DMP的廣告流量分發(fā)，或者像友盟、TalkingData等應(yīng)用分析類的數(shù)據(jù)平臺(tái)。然而這些設(shè)想一一夭折。數(shù)據(jù)交換平臺(tái)目前多由政府主導(dǎo)，自己做容易越界；DMP是典型的廣告行業(yè)生意，沒(méi)有數(shù)據(jù)源寸步難行。至于應(yīng)用分析類平臺(tái)—猛犸成立3個(gè)月內(nèi)，張克發(fā)現(xiàn)有3個(gè)校友在做同樣的事，它技術(shù)門檻不高，且已經(jīng)成了紅海。

團(tuán)隊(duì)最后把猛犸的定位聚焦在了反欺詐上，做“以機(jī)器學(xué)習(xí)驅(qū)動(dòng)的反欺詐產(chǎn)品”。其核心依然是利用技術(shù)，對(duì)用戶行為做預(yù)測(cè)。

猛犸要打擊的就是位于產(chǎn)業(yè)鏈中游的欺詐團(tuán)伙，這套反欺詐系統(tǒng)主要應(yīng)用在線上可以產(chǎn)生交易的環(huán)節(jié)，這里的交易是泛指，包括從最前端的注冊(cè)開始，再到登錄，最后到支付等步驟。欺詐主要分為“薅羊毛”、代充值、刷單和消費(fèi)金融的惡意套現(xiàn)，主要集中在O2O、游戲和互聯(lián)網(wǎng)金融領(lǐng)域。

如果說(shuō)廣告行業(yè)的欺詐還停留在點(diǎn)擊量作假，只是騙取流量，那么到了O2O、游戲等行業(yè)，薅羊毛、刷單、代充值等欺詐帶來(lái)的是切實(shí)的損失。以薅羊毛為例，別看“利潤(rùn)微薄”，猛犸的一個(gè)客戶曾發(fā)現(xiàn)一天內(nèi)損失30余萬(wàn)元，源頭就是單價(jià)1角的系統(tǒng)漏洞。羊毛黨利用漏洞，一天刷單了300萬(wàn)次。

“越接近錢的地方，越危險(xiǎn)”，張克說(shuō)?；ヂ?lián)網(wǎng)金融領(lǐng)域的欺詐和薅羊毛的小額高頻不同，頻率低、金額大，出現(xiàn)一筆欺詐，就意味著至少1000元無(wú)法收回。因此風(fēng)控問(wèn)題是大部分互聯(lián)網(wǎng)金融平臺(tái)存亡的關(guān)鍵所在。根據(jù)芝麻信用的一份調(diào)查，消費(fèi)金融、互聯(lián)網(wǎng)金融公司的壞賬損失超過(guò)50%來(lái)源于欺詐，身份冒用類欺詐占比最高，其次是團(tuán)伙欺詐，其余的還有賬戶盜用、惡意違約等。

“更難以監(jiān)督的是，欺詐產(chǎn)業(yè)鏈并沒(méi)有按行業(yè)劃分，而是按錢劃分，哪里有錢去哪里?！崩讜源ǜ嬖V《第一財(cái)經(jīng)周刊》，和張克在廣告公司共事兩年后，他加入猛犸，成為合伙人之一。他發(fā)現(xiàn)，電商的刷單和游戲的刷單薅羊毛，背后極有可能是同一撥人。這些作案團(tuán)伙分工有序，有些負(fù)責(zé)刷量，有些負(fù)責(zé)盜號(hào)，還有的就從業(yè)務(wù)中薅羊毛。根據(jù)不同的欺詐行為，有人負(fù)責(zé)提供技術(shù)，有人負(fù)責(zé)設(shè)備，還有人管理外圍服務(wù)，甚至還有一套專業(yè)的“如何造假”系列培訓(xùn)。

張克最初的目標(biāo)是金融業(yè)。在他看來(lái)，從廣告、游戲、電商到金融，欺詐有個(gè)循序漸進(jìn)的過(guò)程，終點(diǎn)就在金融行業(yè)。尤其在金融業(yè)整體由實(shí)體轉(zhuǎn)向虛擬，帶火了P2P、消費(fèi)金融、現(xiàn)金貸等互聯(lián)網(wǎng)金融的大環(huán)境下，傳統(tǒng)的風(fēng)控手段成本越來(lái)越高，跟不上欺詐者的新花樣，只有依靠技術(shù)才能解決這些問(wèn)題。

不過(guò)猛犸最先切入的卻是O2O和游戲領(lǐng)域。

2014年年末，當(dāng)時(shí)公司算上張克，只有四五位員工。在沒(méi)有規(guī)模、沒(méi)有案例的情況下，沒(méi)有金融公司愿意使用猛犸的產(chǎn)品，哪怕是免費(fèi)的。張克只能從身邊的朋友入手，托熟人送出免費(fèi)的系統(tǒng)測(cè)試。

后來(lái)并入滴滴出行的快的公司，是猛犸早期的幾家客戶之一，也是其中體量最大的一家。羊毛黨們?yōu)榱双@得當(dāng)時(shí)幾家打車平臺(tái)因競(jìng)爭(zhēng)而產(chǎn)生的高額補(bǔ)貼，導(dǎo)致快的淪為了其中刷單的重災(zāi)區(qū)。猛犸為快的提供了底層的設(shè)備識(shí)別服務(wù)，即通過(guò)用戶所使用的移動(dòng)終端產(chǎn)生的數(shù)據(jù)，來(lái)鑒別刷單和虛假注冊(cè)。

在這套系統(tǒng)中，猛犸所使用的底層規(guī)則是通用的。比如說(shuō)對(duì)行車路徑的判斷，就可以用在外賣、交通、打車、物流等各個(gè)領(lǐng)域。決定最終使用情況的，是不同應(yīng)用場(chǎng)景下的計(jì)算模型和參數(shù)。比如根據(jù)行車路徑，注冊(cè)設(shè)備在一個(gè)小時(shí)內(nèi)完成了上海和北京的單，或者幾分鐘內(nèi)完成了幾單，但在行車路徑上只移動(dòng)了幾百米，這就是一起典型的快的欺詐。

猛犸的反欺詐風(fēng)控和目前主流的黑名單式風(fēng)控不同。黑名單模式是傳統(tǒng)線下風(fēng)控的線上延伸版本，搜集到各個(gè)平臺(tái)的數(shù)據(jù)后，找出其中的“老鼠屎”，當(dāng)他們?cè)俅涡袆?dòng)時(shí)就發(fā)出警報(bào)。在黑名單的基礎(chǔ)上加入白名單，經(jīng)過(guò)大數(shù)據(jù)之間的交叉驗(yàn)證，找到欺詐者。

但這樣做的問(wèn)題是，黑名單的數(shù)據(jù)需要經(jīng)過(guò)相當(dāng)長(zhǎng)時(shí)間的積累。以張克創(chuàng)業(yè)的時(shí)間點(diǎn)來(lái)看，在他之前已有數(shù)家公司在做同樣的事，再加入顯然為時(shí)已晚。更何況當(dāng)時(shí)的團(tuán)隊(duì)太小，且員工基本都是做技術(shù)出身的，積累黑名單需要的核心能力卻是商務(wù)談判能力。

除開天然的限制，張克認(rèn)為黑名單有其自身的缺陷，需要其他的風(fēng)控策略來(lái)補(bǔ)充。搜集到的10個(gè)公司的數(shù)據(jù)都關(guān)聯(lián)了同一用戶，其中5家說(shuō)這個(gè)人是女性，還有4家驗(yàn)證是男性，剩余1家沒(méi)有標(biāo)注，那么這位用戶的標(biāo)簽，交叉驗(yàn)證后，是男是女呢？再比如，如果同一個(gè)用戶，在互聯(lián)網(wǎng)金融平臺(tái)上實(shí)施欺詐，但是在游戲行業(yè)又特別“忠誠(chéng)”，這時(shí)候黑名單該如何歸類？張克認(rèn)為，這是黑名單和交叉驗(yàn)證的盲區(qū)。于是猛犸索性不貼標(biāo)簽，讓機(jī)器根據(jù)用戶的行為自動(dòng)判斷。

從一開始，猛犸就沒(méi)有采用黑名單模式“主動(dòng)”攔截，而是讓機(jī)器去搜集用戶的“特征”，被動(dòng)學(xué)習(xí)。張克為這種技術(shù)起了個(gè)專業(yè)而拗口的名字：“全棧被動(dòng)式設(shè)備指紋識(shí)別”。

在傳統(tǒng)的線下風(fēng)控中，這種識(shí)別“特征”的方式，我們稱之為人工“經(jīng)驗(yàn)”。它相當(dāng)于把風(fēng)險(xiǎn)前置了?！疤卣鳌弊R(shí)別相當(dāng)于簽證官在申請(qǐng)人與交流時(shí)，如果發(fā)現(xiàn)對(duì)方有移民傾向，給出的拒簽，而“黑名單”是事后發(fā)現(xiàn)對(duì)方在國(guó)境內(nèi)逾期逗留，下一次再拒簽。這和黑名單屬于兩種不同的風(fēng)控手段。

要讓機(jī)器識(shí)別特征，就要轉(zhuǎn)換成它們聽(tīng)得懂的語(yǔ)言。讓機(jī)器自動(dòng)習(xí)得人工經(jīng)驗(yàn)，并提前防控，這就是特征學(xué)習(xí)，它讓轉(zhuǎn)換后的數(shù)據(jù)能被更好地理解和運(yùn)算，方便我們從貌似雜亂無(wú)章的原始數(shù)據(jù)中找出那些可疑的異常數(shù)據(jù)。

官網(wǎng)上目前已經(jīng)公布的與手游行業(yè)客戶合作的數(shù)據(jù)經(jīng)過(guò)了把猛犸產(chǎn)品的實(shí)時(shí)動(dòng)態(tài)篩查結(jié)果與客戶現(xiàn)在應(yīng)用的人工審核結(jié)果一一比對(duì)。過(guò)程驗(yàn)證結(jié)果顯示，Maxent預(yù)警的欺詐事件數(shù)量是人工審核的3倍，對(duì)欺詐設(shè)備和交易的識(shí)別準(zhǔn)確率高于95%，這一結(jié)果有效地防止了9.7%的壞賬損失。

和所有創(chuàng)業(yè)公司遇到的問(wèn)題一樣，即使有技術(shù)護(hù)航，猛犸依然遇到了缺錢、缺人的難題。尤其對(duì)于技術(shù)公司而言，前期的人力成本投入巨大，難度也最大。七八個(gè)創(chuàng)始員工在一個(gè)十幾平方米的聯(lián)合辦公空間待了近一年后，最初的資金快花完了，再繼續(xù)免費(fèi)策略，看起來(lái)也無(wú)法為公司創(chuàng)收。

經(jīng)朋友推薦，2015年8月張克帶著猛犸參加了微軟加速器的選拔，從1000多家參賽公司中，留到了最后，成為入圍的18家公司之一。他希望能借助比賽，獲得業(yè)界對(duì)其技術(shù)的認(rèn)可。微軟加速器給猛犸做了背書，證明這家不到10人的公司不是瞎忽悠，同時(shí)也帶來(lái)了資源。經(jīng)過(guò)加速器的孵化后，猛犸獲得了第一個(gè)銀行客戶，浦發(fā)銀行。半年后，DCM投資副總裁高凱健在整理微軟加速器名錄時(shí)，發(fā)現(xiàn)了這家做智能反欺詐的公司，并在后續(xù)的A+輪領(lǐng)投5000萬(wàn)元。

此時(shí)，猛犸也迎來(lái)了第一個(gè)付費(fèi)客戶，薩摩耶金服。在服務(wù)了30個(gè)左右的公司客戶，積累了五六千萬(wàn)的數(shù)據(jù)，且和薩摩耶金服磨合了近半年后，終于有公司愿意付費(fèi)使用產(chǎn)品了。

“我們挑了塊硬骨頭在啃?！鲍@得新一輪融資后，張克依然顯得很謹(jǐn)慎。雖然不需要買入黑名單，但是機(jī)器學(xué)習(xí)依然需要喂數(shù)據(jù)做訓(xùn)練。這部分?jǐn)?shù)據(jù)通常來(lái)自合作伙伴，數(shù)據(jù)越多，系統(tǒng)越了解大多數(shù)人的行為模式。

“硬骨頭”指的是數(shù)據(jù)清洗，這是猛犸要做智能分析繞不開的一個(gè)坎。在技術(shù)上，數(shù)據(jù)清洗并不是難點(diǎn)，卻是鮮少有人愿意干的臟活累活。它需要人工一個(gè)個(gè)手動(dòng)打標(biāo)簽、梳理，比如把來(lái)自不同平臺(tái)的數(shù)據(jù)的格式統(tǒng)一，變成機(jī)器能夠識(shí)別的語(yǔ)言，這樣才能讓機(jī)器自動(dòng)學(xué)習(xí)。從理論上來(lái)說(shuō)，合作客戶越多，數(shù)據(jù)清洗的工作量越大。

從去年下半年開始，猛犸把重心從特征識(shí)別，延伸到了關(guān)聯(lián)圖譜的制作上。如果“一天在上海打開某App 100次”，可以視為上述所稱欺詐者的一種特征，那么關(guān)聯(lián)圖譜指的是，找到這個(gè)欺詐分子偽造的身份。以地址為例，猛犸曾用關(guān)聯(lián)圖譜將地址信息逐漸分段，從省區(qū)市縣到一條街道的門牌號(hào)都在其中。如果某一個(gè)團(tuán)伙偽造了100個(gè)身份，那么他在某一區(qū)域中的所有地址會(huì)被關(guān)聯(lián)在一 起。

“當(dāng)時(shí)客戶懷疑我們做錯(cuò)了，因?yàn)椴](méi)有給到我們?nèi)魏闻c交易相關(guān)的數(shù)據(jù)。但是通過(guò)行為數(shù)據(jù)我們把完全不同的信息歸納在同一個(gè)人上，一個(gè)個(gè)打電話驗(yàn)證，發(fā)現(xiàn)是同一個(gè)人拿著不同的身份多次借款?！睆埧苏f(shuō)。不過(guò)他并未提及關(guān)聯(lián)圖譜的準(zhǔn)確率。

大數(shù)據(jù)已經(jīng)成為一片紅海，但張克并不擔(dān)心競(jìng)爭(zhēng)。相比承認(rèn)自己經(jīng)營(yíng)的是一家大數(shù)據(jù)公司，他更愿意稱猛犸是一家技術(shù)公司。張克也不怕聽(tīng)到客戶拒絕的理由是“這種技術(shù)太新，沒(méi)有聽(tīng)過(guò)”，他只怕賣的是沒(méi)有任何特點(diǎn)的產(chǎn)品。但到目前為止，據(jù)他說(shuō)，“國(guó)內(nèi)還沒(méi)有任何一家公司和我們?cè)谧鐾患虑?。?