人工智能在金融信息安全風(fēng)控中的應(yīng)用研究

摘要：文章對人工智能在金融信息安全風(fēng)控中的應(yīng)用進(jìn)行了深入研究。筆者通過資料搜集和理論分析法，首先闡述了人工智能和金融信息安全風(fēng)控的基本概念，接著分析了人工智能在金融信息安全風(fēng)控領(lǐng)域的應(yīng)用現(xiàn)狀。同時(shí)，也指出了當(dāng)前存在的一些問題，如應(yīng)用場景相對單一、應(yīng)用流程顯得混亂等。最后，結(jié)合多樣化的人工智能應(yīng)用場景、對安全風(fēng)控流程進(jìn)行了系統(tǒng)梳理，并探索了搭建人工智能風(fēng)控平臺的對策，旨在提升金融信息安全風(fēng)控的整體效果。

關(guān)鍵詞：人工智能；金融信息安全；風(fēng)控

一、主要概念闡釋

（一）人工智能

人工智能是指讓機(jī)器模仿人類的思考與學(xué)習(xí)方式，進(jìn)而智能化地處理各類語言、圖像、音頻、視頻等信息。其基礎(chǔ)涵蓋語言學(xué)、數(shù)學(xué)、心理學(xué)、神經(jīng)科學(xué)、控制論等多個(gè)學(xué)科，并涉及自然語言處理、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等各類技術(shù)與算法。目前，人工智能已經(jīng)實(shí)現(xiàn)了在醫(yī)療、制造、交通、教育、金融等各個(gè)領(lǐng)域的廣泛應(yīng)用。

（二）金融信息安全風(fēng)控

金融信息安全風(fēng)控是指金融機(jī)構(gòu)在業(yè)務(wù)活動(dòng)中，為了最大限度地降低各類風(fēng)險(xiǎn)，對資金運(yùn)作過程中可能遇到的各類潛在風(fēng)險(xiǎn)進(jìn)行識別、評估、監(jiān)督和控制的管理過程。這一過程的實(shí)施旨在保障金融機(jī)構(gòu)的利益不受損害。作為金融行業(yè)的關(guān)鍵環(huán)節(jié)，金融信息安全風(fēng)控對金融市場的穩(wěn)定和金融機(jī)構(gòu)的運(yùn)營產(chǎn)生著重要影響。

二、人工智能在金融信息安全風(fēng)控中的應(yīng)用現(xiàn)狀分析

（一）應(yīng)用場景單一

部分金融機(jī)構(gòu)的運(yùn)行理念相對落后，它們對于人工智能的應(yīng)用仍然主要停留在事后分析的場景。在事前風(fēng)控方面，這些機(jī)構(gòu)仍然依賴傳統(tǒng)的人工加計(jì)算機(jī)的方法。盡管這種方法在一定程度上仍然有效，但面對新時(shí)期數(shù)量不斷增多、類型日益復(fù)雜的金融信息，它已難以提供有效的安全保障，并可能引發(fā)更多的風(fēng)險(xiǎn)因素。

（二）應(yīng)用流程雜亂無章

部分中小型金融機(jī)構(gòu)由于運(yùn)行時(shí)間短，對于人工智能的應(yīng)用缺乏足夠的經(jīng)驗(yàn)和正確的方法。導(dǎo)致它們多是直接引入國內(nèi)外的AI技術(shù)來處理相關(guān)風(fēng)險(xiǎn)因素，但對于人工智能的具體應(yīng)用流程卻缺乏實(shí)際性的掌握，使得應(yīng)用流程顯得雜亂無章。這種情況弱化了人工智能在各類金融信息安全風(fēng)控中的應(yīng)用效果[1]。

（三）未形成一體化平臺

金融信息安全風(fēng)險(xiǎn)具有多樣性，當(dāng)依托于人工智能技術(shù)進(jìn)行處理時(shí)，可能會根據(jù)不同的系統(tǒng)來實(shí)施相關(guān)的風(fēng)控工作。然而，由于未形成一體化平臺，風(fēng)控人員在處理相關(guān)工作時(shí)難以選擇到切實(shí)有效的系統(tǒng)，導(dǎo)致處理效果不理想，未能達(dá)到預(yù)期目標(biāo)。這種情況容易造成金融信息安全風(fēng)險(xiǎn)處理的遺漏，從而埋下較多的安全隱患。

（四）金融信息泄密風(fēng)險(xiǎn)

將人工智能用于金融信息安全風(fēng)控，信息私密與安全無疑是新一輪的問題，比如：金融機(jī)構(gòu)會提取海量客戶數(shù)據(jù)加以訓(xùn)練、建模，進(jìn)行風(fēng)險(xiǎn)預(yù)測、評估，可能會危害到用戶的個(gè)人隱私，造成其消費(fèi)行為、財(cái)務(wù)狀況泄露。

三、人工智能在金融信息安全風(fēng)控中的應(yīng)用對策

（一）豐富人工智能應(yīng)用場景，凸顯多元化作用

為了豐富人工智能的應(yīng)用場景，我們應(yīng)探索其在金融信息安全風(fēng)控不同領(lǐng)域的多元化應(yīng)用，以形成更加穩(wěn)固的金融信息安全風(fēng)控體系。關(guān)鍵應(yīng)用領(lǐng)域包括：第一，智能信貸風(fēng)控。利用機(jī)器學(xué)習(xí)和大數(shù)據(jù)技術(shù)，對貸款申請人進(jìn)行狀況摸底和信用評估，提取風(fēng)險(xiǎn)因素，以保障信貸決策的準(zhǔn)確度。同時(shí)，通過深度學(xué)習(xí)監(jiān)測貸款欺詐行為，實(shí)現(xiàn)預(yù)警并降低風(fēng)險(xiǎn)。此外，利用區(qū)塊鏈技術(shù)進(jìn)行信貸數(shù)據(jù)的分類、分析、處理、存儲、應(yīng)用和共享，以提升金融信息的透明度，減少弄虛作假行為。第二，智能投資決策。借助人工智能技術(shù)預(yù)測市場變化趨勢，實(shí)現(xiàn)科學(xué)投資。利用機(jī)器學(xué)習(xí)和大數(shù)據(jù)技術(shù)，進(jìn)行投資組合優(yōu)化和風(fēng)險(xiǎn)評估，以降低投資失敗率。同時(shí)，通過自然語言處理技術(shù)實(shí)時(shí)監(jiān)測投資信息變化，保障投資決策的靈活度，可結(jié)合各方面因素、市場環(huán)境以及金融機(jī)構(gòu)發(fā)展目標(biāo)的變化等，調(diào)整決策方案和細(xì)節(jié)。第三，智能監(jiān)管。利用人工智能技術(shù)，對金融機(jī)構(gòu)和金融市場展開一體化監(jiān)測與分析，得出綜合評估結(jié)果，以指導(dǎo)后續(xù)發(fā)展流程，并保障金融信息安全[2]。

（二）梳理安全風(fēng)控流程，支持風(fēng)控穩(wěn)定展開

為了支持金融信息安全風(fēng)控工作的穩(wěn)定展開，我們需要梳理人工智能在該方面的應(yīng)用步驟。這主要涉及以下三個(gè)方面：第一，風(fēng)險(xiǎn)預(yù)測。首先，利用機(jī)器學(xué)習(xí)算法，參考騰訊金融的運(yùn)行機(jī)制，對客戶、行業(yè)、市場的數(shù)據(jù)信息進(jìn)行深度挖掘，以展開實(shí)時(shí)、更加精準(zhǔn)的風(fēng)險(xiǎn)評估。例如，可以利用人工智能搭建用戶畫像，對用戶的社交網(wǎng)絡(luò)、交易行為以及多維度數(shù)據(jù)進(jìn)行全面分析，從而提升用戶畫像的精細(xì)化程度，并預(yù)測其個(gè)人信用風(fēng)險(xiǎn)。其次，引入機(jī)器學(xué)習(xí)模型，搭配神經(jīng)網(wǎng)絡(luò)技術(shù)和深度學(xué)習(xí)，參考摩根保證信托銀行的做法，學(xué)習(xí)各類非線性關(guān)系，以識別市場波動(dòng)期間金融機(jī)構(gòu)的潛在信息風(fēng)險(xiǎn)，并制定相應(yīng)決策，從而提升資產(chǎn)的穩(wěn)健性。第二，風(fēng)險(xiǎn)評估。主要通過人工智能和大數(shù)據(jù)分析，提取和篩選金融信息安全體系下的風(fēng)險(xiǎn)因素，再輔以人工智能風(fēng)險(xiǎn)模型，對客戶信用記錄、交易歷史等進(jìn)行分析。具體流程如表1所示。第三，風(fēng)險(xiǎn)應(yīng)對。結(jié)合風(fēng)險(xiǎn)預(yù)測和風(fēng)險(xiǎn)評估的進(jìn)程，把握風(fēng)險(xiǎn)的特征、類型和發(fā)生時(shí)間等，輸入金融機(jī)構(gòu)的整體框架、運(yùn)行項(xiàng)目、整體資產(chǎn)狀況以及信息安全風(fēng)險(xiǎn)處理機(jī)制等，直接生成風(fēng)險(xiǎn)應(yīng)對方案。而后，交由風(fēng)控人員進(jìn)行審核和完善，使其契合金融機(jī)構(gòu)的實(shí)際情況，以此來高效處理各類風(fēng)險(xiǎn)問題，并加大金融信息安全風(fēng)控的力度。

（三）搭建人工智能風(fēng)控平臺，實(shí)現(xiàn)金融信息整合與應(yīng)用

應(yīng)對金融信息安全風(fēng)險(xiǎn)管控需求，可計(jì)劃搭建一個(gè)融合“人工智能技術(shù)+區(qū)塊鏈+大數(shù)據(jù)”的智能風(fēng)控平臺。在搭建過程中，需關(guān)注以下要點(diǎn)：第一，平臺技術(shù)架構(gòu)。首先，采用貝葉斯深度學(xué)習(xí)來分析數(shù)據(jù)特征、演化規(guī)律，并進(jìn)行數(shù)據(jù)更新，以確保金融信息安全風(fēng)險(xiǎn)預(yù)測模型的先進(jìn)性和時(shí)效性。同時(shí)，推進(jìn)貝葉斯網(wǎng)絡(luò)、深度強(qiáng)化學(xué)習(xí)與知識圖譜的融合，生成擴(kuò)展知識圖譜和深度學(xué)習(xí)模型，以提升平臺的自主學(xué)習(xí)能力。其次，通過多數(shù)據(jù)源融合實(shí)證，從金融機(jī)構(gòu)和網(wǎng)絡(luò)等渠道搜集金融信息，并引入先進(jìn)管理成果和國內(nèi)相關(guān)研究成果，使平臺在金融信息安全風(fēng)險(xiǎn)的預(yù)測和應(yīng)對上更具針對性。再次，利用大數(shù)據(jù)處理技術(shù)實(shí)現(xiàn)對金融信息的數(shù)據(jù)采集、預(yù)處理、清洗、查詢、存儲和可視化處理。最后，運(yùn)用區(qū)塊鏈技術(shù)搭建信任機(jī)制，并發(fā)揮其在圖1所示四個(gè)方面的作用。第二，平臺整體框架。一是實(shí)現(xiàn)金融信息安全智能預(yù)測和防范，發(fā)揮貝葉斯在小樣本學(xué)習(xí)和不確定性推理中的作用，搭建無標(biāo)注數(shù)據(jù)模型，降低對各類標(biāo)注數(shù)據(jù)的依賴程度，提升信息安全風(fēng)險(xiǎn)的推理精度。二是整理各類數(shù)據(jù)，包括消費(fèi)數(shù)據(jù)、第三方信用數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等，并與金融服務(wù)公司、金融研究院、證券、銀行等深度合作，提供預(yù)測算法和信用評估體系的實(shí)證分析平臺，關(guān)注貝葉斯深度學(xué)習(xí)演化方法在各類信息安全風(fēng)險(xiǎn)控制中的具體效果[3]。三是集成區(qū)塊鏈和大數(shù)據(jù)，促進(jìn)兩者的深度融合，按照數(shù)據(jù)處理、加密、安全傳輸?shù)牧鞒蹋鰪?qiáng)數(shù)據(jù)本身的資產(chǎn)屬性，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)的持續(xù)性流動(dòng)，優(yōu)化信用評估模型體系，改善金融機(jī)構(gòu)產(chǎn)業(yè)鏈?zhǔn)谛怒h(huán)境。第三，風(fēng)控平臺的搭建。包括四個(gè)層級。一是接入層，負(fù)責(zé)各類金融信息的內(nèi)部接入，通過FTP（文件傳輸協(xié)議）技術(shù)實(shí)現(xiàn)。二是清洗層，負(fù)責(zé)金融數(shù)據(jù)的清洗，通過Kafka（開源流處理平臺）實(shí)現(xiàn)，在完成數(shù)據(jù)清洗后，再將數(shù)據(jù)傳遞到其他層級。三是計(jì)算層，用于數(shù)據(jù)計(jì)算，通過TensorFlow Finance（量化金融工具）實(shí)現(xiàn)。四是數(shù)據(jù)層，包括關(guān)系型和非關(guān)系型兩種數(shù)據(jù)庫，所用數(shù)據(jù)庫技術(shù)包括SSD（內(nèi)存數(shù)據(jù)庫）、Giraph（分布式圖計(jì)算系統(tǒng)）等。用戶進(jìn)入平臺后，發(fā)送訪問申請，平臺結(jié)合申請信息獲取相關(guān)數(shù)據(jù)，進(jìn)入接入層，對接金融信息平臺，再將數(shù)據(jù)傳輸?shù)接?jì)算層，完成數(shù)據(jù)分析計(jì)算，進(jìn)行計(jì)算結(jié)果邏輯處理，最后以接口形式傳遞到外部系統(tǒng)，實(shí)現(xiàn)金融信息的靈活處理。

（四）增強(qiáng)算法可解釋性，提升金融信息安全風(fēng)控水平

為了增強(qiáng)算法的可解釋性，金融機(jī)構(gòu)需要制定針對性策略，以提升決策過程的可理解性和透明度。這可以從以下幾點(diǎn)來落實(shí)：第一，精選模型。通過綜合對比各類模型，選擇邏輯回歸、決策樹等更易解釋或可解釋性更強(qiáng)的模型，減少對黑盒模型的依賴，并降低模型的復(fù)雜性。第二，搭建解釋性評估標(biāo)準(zhǔn)。篩選與金融信息安全管理相契合的評估指標(biāo)，充分發(fā)揮量化模型解釋性的作用，如模型對金融信息安全異常狀況的解釋能力、特定條件下模型的解釋精確度等。這將改變以往依賴主觀判斷的解釋性特征，使解釋性可以在具體的標(biāo)準(zhǔn)下進(jìn)行衡量和評估。第三，關(guān)注人員培訓(xùn)。要求安全風(fēng)控人員掌握人工智能技術(shù)的定義、應(yīng)用方法和應(yīng)用流程等，并更新培訓(xùn)機(jī)制。在培訓(xùn)中添加機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)等相關(guān)知識，以輔助風(fēng)控人員理解并主導(dǎo)模型輸出，把握解釋結(jié)果的要義，并能靈活應(yīng)用各種解釋性工具，從而增進(jìn)對模型解釋的理解程度[4]。

（五）搭建金融數(shù)據(jù)信息保護(hù)機(jī)制，減少信息安全風(fēng)險(xiǎn)

為避免出現(xiàn)數(shù)據(jù)信息泄漏情況，搭建保護(hù)機(jī)制，從以下幾點(diǎn)出發(fā)：第一，完善訪問控制、數(shù)據(jù)權(quán)限機(jī)制，AihMTmYi/SoTi/gUx3AnZQ==設(shè)定金融機(jī)構(gòu)各部門、各崗位對各類金融信息的訪問權(quán)限。第二，建立數(shù)據(jù)傳輸渠道、加密處理，避免在數(shù)據(jù)傳輸、存儲時(shí)被惡意竊取。第三，落實(shí)身份驗(yàn)證技術(shù)。利用生物識別、雙因素認(rèn)證等技術(shù)，實(shí)現(xiàn)用戶身份精準(zhǔn)認(rèn)證。第四，搭建完善的監(jiān)控與審計(jì)機(jī)制。全過程、不間斷進(jìn)行金融數(shù)據(jù)流程、系統(tǒng)訪問監(jiān)督控制，在出現(xiàn)異常信息、異常行為時(shí)，發(fā)出告警信息，提醒風(fēng)控人員予以處理[5]。

四、結(jié)語

全文就人工智能在金融信息安全風(fēng)控中的應(yīng)用展開了綜合論述與分析，以上提出的各項(xiàng)對策在落實(shí)中具備較大的可行性，能在一定程度上改善金融機(jī)構(gòu)信息安全風(fēng)控局面，并對其他相關(guān)研究起到一定的參考作用。但需關(guān)注的是，本文的研究仍停留在理論階段，在引入實(shí)際中時(shí)需結(jié)合金融機(jī)構(gòu)情況加以調(diào)整，以此來發(fā)揮其更大作用。

參考文獻(xiàn)：

[1] 黨潔，孫波，龔麗楠.大數(shù)據(jù)時(shí)代金融信息安全面臨的挑戰(zhàn)與對策研究[J].財(cái)會學(xué)習(xí)，2024（07）：133-136.

[2] 錢玉文.論消費(fèi)者金融信息安全的規(guī)制路徑[J].中國政法大學(xué)學(xué)報(bào)，2024（01）：5-18.

[3] 羅維燕.大數(shù)據(jù)環(huán)境下金融信息安全防范與保障體系研究[J].情報(bào)科學(xué)，2023，41（10）：57-65+82.

[4] 安家驥，狄鶴.數(shù)字中國背景下金融信息安全的威脅情報(bào)研究：內(nèi)在邏輯與態(tài)勢感知應(yīng)用[J].情報(bào)科學(xué)，2023，41（08）：147-154.

[5] 陳彥蓉.金融科技公司發(fā)揮技術(shù)優(yōu)勢筑牢安全基石[N].金融時(shí)報(bào)，2022-07-11（007）.

（作者簡介：徐許斌，華福證券有限責(zé)任公司分支機(jī)構(gòu)負(fù)責(zé)人、營業(yè)部經(jīng)理。）