金融欺诈手段持续升级，威胁猎人信贷反欺诈产品助力识别金融欺诈风险

随着经济环境变化、就业压力增大等因素影响，越来越多人陷入了债务困境，借贷需求大幅增长，催生了金融欺诈黑灰产团伙并逐渐形成成熟的产业链。

2024年上半年，威胁猎人共捕获信贷欺诈攻击情报46万条，监测活跃的作恶社交群组2700个，涉及作恶黑产1.4万名。

为避免银行风控及相关部门打击，确保利益最大化，相关黑产对于背债人的身份包装及材料伪造更加逼真，黑产团伙针对那些征信记录清白、急需大量资金却没有还款能力的人，包装“工作者、户主、企业主”等各种虚假身份，进行“房贷、信用贷、企业贷、车贷”一条龙大额贷款，从银行套取高额贷款，分到几十甚至上百万高额利润。

注：威胁猎人近期发布的《2024年上半年信贷欺诈风险态势报告》对此进行了详细分析:

近几年，金融信贷欺诈产业链分工日益明确和规模化，例如：

上游环节通过注册空壳公司、开发欺诈应用、搭建关系网等手段提供资源和工具；

中游环节通过兜售这些资源工具、招募中介、招募征信白户或逾期客户进行债务重组；

下游环节则专注于实施信贷欺诈，进行多维度的身份包装和话术技巧培训。

金融机构面临着以下问题及挑战：

1、规模化的金融欺诈产业链下，黑产团伙用接近“真实”的手段提升骗贷成功率，企业如何识别风险？

2、金融信贷数字化场景不断深入，线上信贷业务的欺诈风险控制是否面临着更大挑战？

当前企业内部监测措施依然存在较大的提升空间，包括：

1、依赖人工经验或规则模型进行风险监测，极易发生漏报/误报

一方面人工核验需要花费大量时间和人力成本，且容易受到主观因素的影响，导致数据失真或存在误差，判断不够准确；另一方面基本的规则模型，只能基于预设规则覆盖已知的欺诈场景手法，容易出现未知风险的漏报或误报，且核实成本高。

2、基于数据分析进行风险监测，难以识别包装伪造的客户信息

不少金融机构会通过收集大量历史数据，利用机器学习等技术进行数据分析，找到风险相关的关键因素。随着黑产对于背债人的身份包装及材料伪造更加逼真（例如伪造虚假证明、篡改GPS等），仅通过传统欺诈防控手段无法有效识别这类客户。

3、通过构建知识图谱发现潜在风险，缺乏丰富可信的恶意数据来源

通过构建金融欺诈场景的知识图谱，并分析其实体关联，能够帮助金融机构识别恶意贷款人群，发现潜在风险。然而数据来源丰富性直接影响了知识图谱的深度，不少金融机构因缺乏大量可信、可解释的数据来源，无法构建相对完善准确的知识图谱。

威胁猎人信贷反欺诈产品助力有效识别金融欺诈风险

金融欺诈事件因具有事件多发频发、欺诈手段复杂多变、目标指向明确、社会危害性大等特征，导致传统的反欺诈手段无法做到精准感知及防控，给金融机构风控带来严峻挑战，也成为线上信贷业务风险控制的重点和难点。

威胁猎人聚焦金融黑灰产攻防对抗领域，通过覆盖各类情报渠道源，主动获取大量信贷黑产/黑中介数据，基于欺诈特征分析模型自动化提取目标欺诈群体特征，同时结合数字风险应急响应中心（DRRC）专家的深入分析，为金融机构构建从最新欺诈风险感知、业务/风控策略指引、到恶意贷款群体定位的信贷反欺诈闭环。

1、及时感知并预警最新信贷欺诈风险

金融机构的信贷业务无时无刻不暴露在欺诈团伙的攻击视野中，在金融信贷欺诈的上游环节，相关黑产团伙会对不同金融机构的风控审核规则进行调研，针对性开发相关工具、推出信贷欺诈教程，同时通过虚假夸大的宣传招募背债贷款群体，对金融机构发起信贷欺诈攻击。

威胁猎人全面监测金融机构的信贷业务以及各业务环节，信贷欺诈情报专家针对全网信贷风险线索进行主动运营，及时感知黑产/中介的最新的欺诈风险，包括欺诈手法场景等。

2024年上半年，威胁猎人共发现40+信贷欺诈场景（涉及房产信用/企业/车/现金/装修/消费贷/美容贷等贷款业务），均存在被黑产进行恶意欺诈的风险，监测到的部分信贷欺诈场景如下：

2、结合群体画像提供业务风控应对策略

威胁猎人信贷欺诈情报团队深入不同的信贷欺诈场景，以攻击者的视角分析并复现欺诈全流程，包括为金融机构提供指定作弊环节的手法分析，如获客手法、包装手段、业务操作流程等，通过不同场景分析报告为金融机构建立欺诈人群的业务行为特征等，为风控策略提供可解释的依据。

除了对欺诈业务行为特征进行分析，威胁猎人还可以为客户提供精细化的客群画像。

例如威胁猎人基于2024年第一季度背债情报数据分析发现，金融欺诈中的背债热度依然处于上升趋势，且在部分区域存在聚集情况，山东、广东、北京成为2024年第一季度背债热度最高的3个省份，年龄、身份、地区、性别、查询记录等维度的精细化人群画像，为金融机构在该场景的识别提供有效的客群画像依据。

背债人地域热度分布

背债人群体精细化画像

3、基于有效标签等数据定位恶意欺诈人群

基于对信贷欺诈产业链的持续监测及关联分析，威胁猎人可获取大量有效欺诈团伙的群体特征信息，可帮助金融机构在大数据模型等安全检测措施的基础上，基于恶意特征标签进行关联分析，精准定位欺诈人群。

2024年上半年，威胁猎人共监测到3000+精准群体特征信息，同时，通过建立“恶意中介鉴别引擎”对消息文本中的黑中介信息进行识别，形成黑产中介的特征数据标签，目前已提取近万个贷款中介、反催收中介身份信息，并且每周持续新增100+，帮助金融机构在可疑群体的分析过程中，直接利用这类特征信息针对恶意贷款群体进行严格审查，或在审批环节进行驳回。

与金融欺诈等黑产团伙的对抗是动态的、持续的，在外部精准风险情报的助力下，各大企业机构能够主动感知风险，了解风险属性、类型、分布趋势等，依据有效数据标签进行针对性识别和防范，依托主动防御能力，为金融数字化安全稳健发展再添助力。

如果您也存在金融信贷欺诈的困扰

欢迎扫码提交申请

我们将与您进一步沟通