顾晓洁- 蚂蚁多方安全风控的攻守之道及落地实践

蚂蚁多方安全风控的攻守之道及落地实践

一、风控多个场景的防控痛点

• 新零售诈骗：诈骗犯利用掌握的外卖平台账户下单高价值商品，通过H5/APP下单并生成支付链接受害者诱导完成支付，易销赃商品在特定城市集中出现。
• 电商购物退款理赔欺诈：骗子利用第三方平台店铺骗取受害人支付并骗走核销码，造成大量资损。

二、隐私保护的监管态势

• 全球隐私保护趋势：GDPR、CCPA等法规实施，罚款金额逐年攀升，如谷歌2022年被罚款5亿欧元。
• 国内立法动向：《个人信息保护法》等法规相继出台，隐私保护迫在眉睫。
• 个人信息共享、计算相关法规和标准：《个人信息保护法》《多方安全计算金融应用技术规范》等。

三、多方安全风控的技术架构

• 隐私保护视图层：包括隐私协议管理、标识信息保护、属性信息保护等。
• 多方安全风险服务层：提供跨主体联合风控、联合感知、风险刻画、匿踪查询等服务。
• 多方开放平台：机构入驻、场景服务等。
• 技术核心：同网计算引擎、跨网计算引擎、密态模型、多方安全计算框架等。

四、反赌反诈等风险场景的实践

• 反赌反诈场景：通过隐私计算技术保护用户隐私，进行涉诈风险评级，助力案件研判。
• 多方安全风控平台：在用户授权前提下，利用隐私计算技术进行联合风控建模，提升信息安全水平。
• 外部客户风险场景：通过多方安全计算协议，保障数据合规性，进行风险等级评估和管控。

五、多方安全风控在场景落地的思考和展望

• 实时风控能力：基于交易维度的实时风控，特征计算速度要求毫秒级别。
• 计算性能需求：风险模型涉及多特征、大数据量，需要强劲计算性能。
• 溯源审计能力：数据计算链路的上下游溯源审计能力，监管向的可解释性要求更快更强更透明。
• 技术保障：基于多样化隐私技术保障用户全方面的安全。