近期，不法分子利用某大型银行人脸识别漏洞盗刷用户账户资金的事件，引发了广泛 度小满：金融领域的AI防深伪需守住整个链条与每个节点的安全
就在前不久，国内某大型银行的人脸识别环节被诈骗分子攻破，诈骗团伙利用注入绕过、深度伪造等技术冒名顶替银行卡持有者本人，从其银行卡中盗取数十余万元。诸如DeepFake这样的深度伪造技术，不仅对个人产生了影响和伤害，更是对各行各业带来了潜移默化的安全隐患，尤其是隐私度较高的金融领域。那么面对如此现状，又该如何破解?
7月20日，在“北大光华-度小满金融科技前沿技术研讨会”上，度小满技术委员会执行主席杨青介绍了前沿AI技术在金融领域的具体应用。杨青认为，金融领域要做到AI防深伪，不仅仅是识别人脸的真假这么简单。在AI科技与金融不断深入融合的当下，获客、风控等日常环节均在朝着智能化方向变化。因此，金融领域的AI防深伪，不应当只是针对DeepFake这种技术的单点突破，而是要守住整个链条、每个节点的安全，建立“全链条”屏障。
面对新型金融风险，度小满运用千万级样本对抗深伪技术
随着人脸认证的普及应用，不法分子通过DeepFake这样的技术来伪造人脸的诈骗也日益增多。“眼见未必为实”，这类虚假视频肉眼往往无法识别，怎么防范这类新型风险?度小满的防深伪技术，运用了千万级样本;从中提取了多域视觉特征：包含傅立叶频谱特征、小波特征、和RGB空域特征等等，利用多特征融合共同辅助鉴伪。目前度小满防深伪技术已经可以覆盖各种深伪形式，比如静态人像图片活化和AI换脸等，千分之一误报率下召回为90%以上。
反欺诈是金融风控审核的第一步，目的是排除“坏人”，对于通过这一步的“好人”，如何判断他的信用，决定给多少授信额度呢?央行征信报告是判断个人信用的最重要依据，但征信报告存在大量的非结构化数据，许多具备潜在价值的数据并未能被充分挖掘。为此，度小满利用NLP自然语言处理技术对它们进行分析和识别，再通过自监督预训练模型，从而达到从文本中识别用户风险的目的。
但在AI技术双刃剑的这场“攻防战”中，仅是上述的努力还是远远不够的。对此，杨青表示，度小满还将持续加码技术，继续深入布局图计算、RPA应用、多模态技术的落地应用;还将布局联邦学习，全面提升数据保障方面的能力;并且探索低代码技术，促进金融领域各项目的快速落实。
作为数据密集型行业，金融服务高度依赖数据决策，金融数据安全的重要性不言而喻。对于度小满等金融科技企业而言，保证数据安全是企业发展的重中之重。在数据安全布局方面，度小满一直在不断加码科研投入，在隐私计算、区块链、人工智能等领域均取得了不错的成绩。相信在各方的共同努力下，一定可以构建起一道更加坚固的金融数据安全屏障。
免责声明：文章转载于其他来源，市场有风险，选择需谨慎!此文仅供参考，不作买卖依据。
转载请注明：http://www.0431gb208.com/sjszlff/2548.html
