北京
来源：睿见Economy
12月19日-20日，“第二十二届中国国际金融论坛”在上海举行，主题为：数字经济时代的智能金融生态构建。上海帆立信息科技有限公司首席信息官谢立出席并演讲。
谢立谈到，当前，电信网络诈骗在金融领域呈现出愈发复杂的演化态势，传统反诈手段逐渐暴露出难以逾越的短板：（一）响应滞后，难以追平诈骗迭代速度；（二）数据割裂，信息孤岛阻碍风险识别；（三）诈骗升级，持续化隐蔽化特征显著；
他指出，这些复杂的交易数据本质上是天然的图数据结构。图神经网络的信息传递机制，恰好能打破数据孤岛，构建节点间的真实关联，让隐藏在网络深处的欺诈风险无处遁形——这也成为帆立科技AI反诈方案的核心技术出发点。
谢立介绍到，经过持续技术迭代，帆立科技的欺诈检测模型已发展至第四代，实现了从被动应对到主动破解的跨越式升级：一代至二代模型：以快制变，提速风险响应；三代模型：以不变应万变，聚焦用户行为防护；四代模型：穿透伪装，精准“捕狼”；
“帆立科技四代模型采用生成式图欺诈AI检测技术，如同精准捕狼的猎手，核心目标是穿透伪装、看清真相，专门揪出隐藏在‘羊群’中的‘狼’，彻底破解自适应欺诈难题。”
他以缅北融资类诈骗为例，指出其流程隐蔽且环环相扣，传统模型几乎无法识别，而四代模型通过技术创新实现了精准突破。
这类自适应欺诈交易中，欺诈节点与良性节点几乎完全融合。数据显示，传统模型识别的欺诈与良性用户相似度仅41.8%，而真实生产数据中（基于1亿多用户交易量），两者相似度高达83.2%，欺诈信号极其微弱。若强行增强信号，又会导致数据失真，进一步影响识别效果。
针对这一痛点，帆立科技研发Grad模型。“经实践验证，该方案效率提升10%以上，识别正确率大幅提升43%，成功破解了复杂诈骗的识别难题。”他说。
此外，谢立还介绍到，在城商行的实际落地中，该模型成功额外识别出20%的黑样本，经银行核实均为真实欺诈行为。“既大幅提升了反诈精准度，更助力拦截了更多潜在犯罪，为金融机构减少了实际损失。”
同时，谢立指出，当前，行业仍面临三大关键难题：（一）数据流通受限：银行核心数据无法自由跨机构流通；（二）黑样本共享不足：各金融机构间的欺诈黑样本难以有效共享；（三）政企联动不畅：银行识别出的可疑交易无法及时同步公安部门，形成监管割裂。
因此，他呼吁到：监管部门、行业协会牵头搭建反诈成果共享机制；金融机构在合规情况下共享不包含隐私的关键信息（如黑样本共享）；打通政企联动通道，实现可疑线索实时同步、快速响应。
他强调，技术的进步最终是为了守护美好生活。每一次银行接到诈骗报案、每一次看到欺诈数据报告，这背后都是一个个家庭的损失与伤痛。“未来，帆立科技将持续深耕AI反诈技术，推动模型不断迭代升级，但我们更期盼的是，通过行业内外的共同努力，让电信网络诈骗案件真正减少，让每个人都能安心享受科技金融带来的美好生活。”
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
