如何有效提升风控水平，降低风控成本？

不重视风险控制机制的公司损失惨重:比如头条的内涵笑话直接永久关闭，一个日活1000多万注册用户2亿，估值几十亿的APP，在监管令下灰飞烟灭。若早期采取风险控制措施，加强用户审核和ugc内容审核，则可改写永久关闭的命运。轻则责令下架整改，禁止账号:本文不谈视觉中国侵权和商业模式，导致监管部门传播违法有害信息。为了文章的安全，那些敏感的侵权照片暂时不放。在当前强大的互联网监管压力下，许多公司都非常重视风险控制。例如，标题和快手已经扩大了数千人进行内容审计。如何有效提高风险控制水平，降低风险控制成本，是风险控制产品经理的一个新课题。以下是三个主题：三大风险，两大审计机制，六大风险控制产品。根据不同的风险目标和场景，这类内容产品的风险主要分为三类：账户风险、内容风险和数据隐私风险。1.账户风险主要从虚假用户识别、恶意注册、实名认证等维度设计风险控制策略。账户系统的风险控制是拦截羊毛党黑产品的第一个障碍。一些初创公司私下与羊毛党串联，以刷数据融资，刷注册、刷订单和活动。这是饮鸩止渴的做法，不在本文的讨论范围内。2.内容风险主要从牌照、版权等资质条件、文字、图片、视频三个维度进行风险控制。传统媒体从事新闻信息和视频节目，需要有《网络新闻信息服务许可证》、网络视听节目许可证等许可证是否具有相关许可证也是平台内容风险的一部分。道路千万条，合法经营第一条。经过这么多年的发展，以标题和一点信息为代表的聚合信息平台已经解决了许可问题，版权问题也不再是障碍。内容本身的文本、图片和视频是风险控制的重点。以头条新闻为代表的信息聚合平台本身并不产生新闻信息，但通过算法平台向消费者分发也需要承担平台的责任。虽然头条通过收购曲线获得视频牌照，但它解决了牌照的风险。但短视频爆发太快，如何在牌照保护下控制视频内容，是头条企业面临的新课题。以上主要是内容风险，即政治敏感词汇、黄赌毒或不当时政治新闻内容出现在APP中。在开发初期，随着用户爆炸式增长，APP用户可以进行用户审查和内容控制。在崇尚算法第一的企业中，天真地认为技术是中立的，算法是无辜的，允许大量的赌博和毒品垃圾饲养算法和用户，最终导致失控。在人工智能和算法为王的信息时代，我们应该为算法画一条底线，知道安全边界在哪里。同时，「人工」人工智能算法在人们的干预下，给予了顶级权限和流量倾斜，以传播时代的声音，弘扬社会的正能量。3.数据和隐私风险包括技术风险防范，如爬虫反作弊机制、数据加密和黑客攻击。五年前，当头条新闻第一次出现时，它被几家主要媒体包围。头条爬虫没有授权将其他媒体平台的内容抓取到自己的平台上，涉嫌侵权和违规行为。这在一定程度上暴露了传统媒体内容信息保护不足、反爬虫能力弱的弱点。网贷市场上有很多针对天猫、JD.COM和评论商家的贷款产品。这些企业通过爬取天猫、JD.COM和美团的商家数据进行营销或贷款服务，建立电商平台的数据反爬机制还有很长的路要走。除了数据反向爬行，电子商务场景的风险控制更多的是营销风险。本文将在未来详细介绍。最后，用户在平台上注册并填写个人信息。该平台有责任保护用户的隐私数据不被泄露。每年，某个平台的用户数据泄露都在黑市交易。在对抗黑产品的过程中，平台要投入资源，加强风险控制安全体系，采取反爬虫反作弊措施。二、两大审核机制的审核机制包括:系统自动过滤和人工审核两个模块。对于商户bgc和用户ugc平台，首先使用系统自动过滤敏感内容，系统无法有效识别和判断人工审核，这是用户和内容审核的常用风险控制过程。在UGC机制中，风险控制有以下策略:免登录演讲、注册后演讲、匿名演讲、实名认证后演讲、账号粉丝/注册时间超过一定限制后演讲、专家身份认证后演讲、直播聊天室主持人控麦演讲等。目前，大多数平台都要求通过手机号码认证进行注册和登录。手机号码注册通过后，通过运营商渠道完成弱实名认证，这也是视频和社交平台账户系统的主流实名模式。手机号弱实名认证存在诸多漏洞，平台反作弊风险控制策略拦截效果一般。黑羊毛党手里专门提供手机号的卡商，猫池卡池里有几千万张卡，很容易获得一套低成本的手机号实名信息。网络水军和职业差评师是这类黑卡商的大客户。地下黑羊毛党产业链有严格的分工流程和组织体系，留在后面的文章中详细介绍。如果涉及交易支付环节，银行卡四要素实名是更安全的实名认证模式，作弊成本是手机号码实名的几倍，但只能在电子商务平台上使用。为了降低发帖门槛，保证用户体验，ugc平台很少需要强实名认证。从用户注册登录到发布新闻信息、评论和视频，主要审核环节包括：昵称、化身、真实姓名、UGC生成的信息文章、链接、图片和视频。新闻信息、评论和视频点播需要先审后播的政策。这种产品形式可以执行完整的风险控制过程[事前预防/审核-事中及时阻断-事后审核追溯]。对于直播，只能做到【事中及时阻断-事后复核追溯】。因此，直播应用面临着更大的挑战，需要严格控制主播的资质审核通行证，避免直播「黄鳝门」直到舆论爆发直播平台，这种涉黄涉暴事件才后知后觉地干预收拾烂摊子。在审计过程中，有以下风险控制处理机制：删除敏感文章、图片和视频：在许多微信官方账号作者中很常见，很容易被河蟹使用。禁止用户的时间是根据严重程度设定的:在社交平台和聊天室很常见。对于平台来说，永久禁止账号、销号等都是比较严重的处罚，比如咪咪。链接屏蔽，如微信屏蔽抖音和其他有风险的短视频URL链接，是微信的风险策略。这里不谈竞争关系。3、面对三大风险和两大审计机制，六大风险控制产品需要采用以下六种风险控制产品：设备指纹、滑块验证、实名认证、黑名单数据库、敏感词库和半监督机器学习算法，共同构建强大的反作弊、反垃圾智能风险控制平台来应对。1.设备指纹设备指纹是指可用于识别设备特性或独特的设备标识，准确识别设备，识别风险设备，综合分析设备的聚集性和相似性。设备指纹主要包括以下信息：设备IMEI码Android_ID、序列号、SIM卡号等，是反作弊反欺诈风险控制模型的重要变量，这些都是暗面数据，无需用户填写即可完成收集。在用户感知层面，如果支付宝免密支付在普通手机上开通，可以在正常环境下使用。如果设备发生变化，或地理环境和网络环境发生变化，需要输入密码或手机验证码进行安全验证，因为设备指纹信息发生变化，触发了支付宝的风险控制规则。2.滑块验证滑块验证是验证码的一种，是人机识别反作弊的关键环节，主要用于风险控制引擎的新用户注册、登录和判断。许多政府网站可以免费登录查询相关数据，如企业信用信息宣传系统。为了防止爬虫大量爬行数据，还会增加验证码链接，增加爬行数据的成本。简单的数字验证码和图形验证码很容易被爬虫攻破。前几年网上流行的12306图形识别验证码很难被很多用户识别，但也可以用深度学习算法来解决。笔者还生产了相关的爬虫产品，难点在于需要持续的维护成本，验证码策略变更或网站修改都需要优化代码。目前最难突破的应该是复杂的滑块验证码，对爬虫算法要求高，人工智能投入不划算。机智的产品经理想出了最简单的方法:人肉破解验证码-人工编码平台。羊毛党通过api接口将需要识别的验证码传输到编码平台。编码平台将验证码分发给网络上的许多兼职众包人员。人工识别结果后，返回羊毛党完成验证码的人工破解。3.实名认证实名分为弱实名和强实名。弱实名一般是指验证姓名 身份证号码可以通过运营商的手机号码进行验证。默认情况下，运营商已经做了实名。单独的姓名 身份证号码一致性验证，接口成本不到10美分，国政通在市场上比较常见。强实名最常见的是银行卡四要素验证:名称 身份证号码 银行卡号 银行预留手机号码，实名认证可以通过绑定卡完成。验证要素越多，实名认证越可靠，因为羊毛党作弊成本增加。除了自然人的实名，很多平台都有企业的实名，比如天猫京东的第三方pop商户。五证合一后，企业实名主要验证三证：工商营业执照、税务登记证、组织机构代码证。同时，为了确保安全，企业可以要求上传银行开户许可证、法人身份证等信息作为信用信息。统一社会信用代码证变更三证的，应当核实统一社会信用代码是否与企业名称、法人姓名、法人身份证号码一致，即企业四要素的核实。市场上有许多这样的验证界面，在京东万象数据超市都能找到，成本比个人实名贵，企业四要素界面大约一元一次。4.黑名单黑名单是一种常见的风险控制产品。具体细分类型包括：不诚实名单、疑似金融欺诈、信贷不良、多头申请和地址黑名单。可以积累自己的数据源，加上市场上第三方提供的黑名单数据，进行多重验证。对于内容产品，主要用于账户注册。黑名单可以根据手机号码、身份证号码和设备ID维度进行交叉验证和查询，羊毛党黑产品可以在源头自动拦截。5.敏感词库用于过滤ugc内容，通过NLP自然语言分析是否有敏感内容，实现系统自动过滤，主要针对文本内容。若为防止误杀，还可在敏感词上加一层过滤词，命中敏感词的系统自动删除。命中过滤词的风险提示，人工干预决定是否删除。对于重视评论和发帖的论坛，过于严格的风险控制策略会影响部分部门KPI的完成。对于图片形式的过滤，如头像和视觉中国事件，创始人柴继军回应的图片上传和审核存在问题。您可以使用ocr识别技术自动识别图片内容，然后结合机器学习算法和相关数据确定图片是否违规。对于小公司来说，如果没有图像识别和开发实力，可以购买非法识别接口的图像识别，单次成本不到10美分。为了避免广告嫌疑，接口链接地址将不再粘贴在这里。六、半监督学习算法（Semi-SupervisedLearning，随着人工智能的发展，机器学习算法广泛应用于智能风险控制领域。算法需要数据饲养。根据数据样本是否标记，分为三种算法模型：监督学习、半监督学习和非监督学习。所有监督学习数据样本都需要人工标记，成本高，数据量级有限。机器学习采用无标记数据样本进行无监督学习，不方便提高学习效果。人们试图在有限的标记数据样本中添加大量未标记的数据样本进行学习，希望提高学习性能，从而产生半监督学习算法SSL。目前，我们已经介绍了六种常用的风险控制产品。在复杂的风险控制结构中，必须有许多新产品和新技术没有提到，并在后续的发现中进行补充。反作弊反垃圾风险控制体系建设是一项长期复杂的工程，风险控制强大，黑羊毛党不可避免地会发现入侵的漏洞。风险控制的本质不是100%消除风险，而是在一定成本下最大限度地控制风险，减少损失。非金融风险控制资源的投资取决于每个公司对风险的关注。在互联网监管强的时代，许多内容公司增加了对风险控制的投资，以降低公司的整体运营风险。金融风险控制产品系列将在后续推出，金融风险控制无法覆盖的裂缝将通过建立风险保障基金来解决盗窃刷赔偿的风险问题。