欺诈风险作为国内金融领域面临的主要风险之一，制约着信贷业务的健康发展。风险管理咨询公司Kroll发布的《201617年度全球反欺诈及风险报告》指出，欺诈造成的受欺诈损失占营业额0.5%至3%之间不等，并且随着欺诈手段日趋多元化，这一占比在逐年上升。

你我贷副总裁冯炯在6月22日嘉银金科你我贷“看见过去，听见未来”的媒体开放日上，向新华社、上海广播、21世纪经济报道、界面、澎湃、中新社多家媒体观察者介绍了你我贷通过人脸识别、机器学习等人工智能技术，构建关系图谱模型，提升了反欺诈的有效性及准确度。

常规反欺诈黑名单机制存局限性

通过建立反欺诈黑名单是传统防范欺诈风险有效的防御手段。不过，因为黑名单中所记录的数据，一般是基于之前所发生的欺诈行为，而随着欺诈技术的与日俱增及手段的变化多端，黑名单机制缺乏有效的途径对于未来的欺诈行为的防控。

大数据是人工智能“学习”基础

只有在拥有大数量、高质量数据的前提下，人工智能才能在反欺诈领域发挥作用。冯炯介绍到，你我贷的数据源通常来自与三大方面：第一是日常的日志数据，即每天业务的操作数据;第二是业务数据，为用户的投资或者借款数据;第三为接入的外部数据，就是手机运营商数据或者信用卡记录数据。这三块数据通过日志采集，进入数据存储。凭借这些覆盖面广、维度多、实时更新的数据，为人工智能反欺诈奠定了强有力的基础。

机器学习防控动态欺诈风险

冯炯透露，基于这些庞大而精准的数据体量，你我贷搭建关系图谱构建反欺诈模型，将用户的手机、电脑、电话号码作为一个实体，并把这些实体互相之间的关系联系起来，通过机器学习技术进行综合评估，从而实现对于欺诈风险的动态识别。

另外，冯炯认为，人脸识别技术在反欺诈中起着至关重要的作用。目前业界技术相对比较成熟，你我贷主要参照Facebook的Deep face以及一位香港教授做的深度神经学习的网络，学习网络结构细调他们的参数，做我们自己的场景学习。在不同场景下，调整其参与和网络结构，实现场景服务的功能。未来，也考虑对外进行输出这方面的服务。