腾讯安全天御荣获“联邦学习应用奖”

2020-08-13 17:17:11
第五届CCF-GAIR全球人工智能与机器人峰会上,腾讯安全天御凭借其在信贷风控场景的落地实践,荣获首个CCF-GAIR“联邦学习应用奖”,标志着腾讯安全在帮银行解决好数字化转型风险的实践与探索备受行业肯定与认可。

炙手可热的“联邦学习”技术正在从概念逐步转变为各行各业数字化转型的底层技术支撑。

近日,第五届CCF-GAIR全球人工智能与机器人峰会上,腾讯安全天御凭借其在信贷风控场景的落地实践,荣获首个CCF-GAIR“联邦学习应用奖”标志着腾讯安全在帮银行解决好数字化转型风险的实践与探索备受行业肯定与认可。

腾讯安全天御荣获CCF-GAIR 2020“联邦学习应用奖”


伴随着金融市场的加速开放与需求延展,传统线下信贷业务效率低、风险高、迭代难、扩张慢等短板日益凸显。在云计算、大数据、AI、物联网等新兴技术的推动下,整个金融信贷产业正逐步加快向无接触信贷转型的迭代步伐。而面对无接触信贷表现出的大流量、高可触达等特点,风控能力成为产业互联网时代金融业务安全开展的绝对核心。

相较线下业务,无接触信贷的客群多样,并且易受市场波动影响。现有风控的人工模式(1.0),信贷工厂模式(2.0),甚至基于通用评分的大数据风控模式(3.0),都只能做到局部的优化,无法在整个风控链条对新客群或新变化进行迭代调整。而“联邦学习”这一新兴 AI 基础技术,因能在多参与方或多计算结点之间实现高效机器学习而成为金融行业打通信贷风控“大循环”,实现对差异客户定制化,对市场变化自适应的动态风险管控,将信贷风控带到4.0时代。

基于金融信贷行业努力探索如何运用联邦学习打破数据孤岛、实现多方数据加密,以助力自身业务发展的新趋势和新需求,腾讯安全天御积极与金融机构展开了联合建模的实践合作。

作为针对特性场景的定制化联合建模模型,腾讯联邦学习模型与通用模型在性能上并无差别,却实现了比通用模型更佳的KS效果。在与包括银行、新金融、头部消金在内的十余家客户的合作实践中都实现了30%-40%的KS提升。

结合在信贷风控方面的实践经验与探索,腾讯安全天御还基于联邦学习技术打造出了一套贯穿预测、响应、决策和监控的持续动态自适应风险管控体系,即天御·星云信贷风控系统。该系统能为银行等金融机构提供联邦模型、专家咨询、业务系统和运营等服务,帮助金融客户在坏账率不变的情况下,实现风控通过率由20%到30%的提升,能够有力提升金融机构的信贷盈利能力,为产业转型升级提供助力,推动信贷风控开启4.0时代。

在大会上,腾讯安全天御金融风控负责人李超对于应用联邦学习实现无接触信贷的自适应风险管理进行了分享。

腾讯安全天御基于联邦学习技术协助某银行完成了线上信贷业务系统的建设,在“数据不出域”的前提下联合构建反欺诈模型、画像模型,模型效果显著提升。在丰富银行的大数据信贷风控能力同时实现差异化定价,既满足了银行实际管理需求,资金又得到高效使用。

除信贷风控外,腾讯安全天御金融团队还基于其在金融行业的探索实践,持续为金融行业客户输出反欺诈、风控系统搭建与运营、风控咨询以及一站式全面风控解决方案等能力和服务,并积极参与牵头执行及正式立项多项国家标准和国际标准,旨在为金融行业的数字化转型发展提供定制化的安全支撑。

目前,腾讯安全天御已成为国内唯一入选的Gartner银行级在线反欺诈推荐厂商。未来,腾讯安全天御将继续联动生态伙伴力量,延展包括联邦学习技术在内的金融风控安全能力的“触角”,构筑金融安全新生态。

最新资讯