最近不法分子利用了一些普通人对数字人民币缺乏了解,想积极参与其中的心态。他们打着“数字人民币”的旗号,不断利用翻新伎俩行骗,造成财产损失和信息泄露。
面对新的形势,在加大对公众反诈骗宣传的基础上,作为数字人民币重要参与者的金融机构,在这场反诈骗反洗钱战役中应该做些什么?
安全与风险控制的新课题
“针对数字人民币诈骗风险这一新课题,商业银行和支付机构需要升级账户前端识别验证、商户信息尽职调查和交易终端安全认证,进而完善异常资金交易监测,特别是异常数字人民币交易实时甄别规则和预警模型,加强账户和商户管理等技术手段,做到精准感知和动态防御,阻断可疑交易,切断有问题的资金环节。"同盾科技行业安全专家、支付清算协会反欺诈讲师岳薇建议,商业银行和支付机构应重点做好以下几件事:
二。进一步加强对可疑资金交易的监测,针对数字人民币异常签约、卡绑定、充值等涉及洗钱的资金异常流向,以及异常交易的特征,设置智能实时、准实时检测系统,切实提高准确识别风险的能力。
三。全面排查识别数字人民币关联交易和相关交易对手资金账户,及时切断交易资金支付环节。针对数字货币交易频率高、账户多、交易分散的特点,可以引入知识图谱技术进行溯源分析、关联分析、串并案例分析,进一步挖掘涉案团伙。
“从根本上说,金融机构需要针对数字人民币交易呈现的新风险和新特点,加强对异常资金链的实时管控能力,完善数字人民币交易的防欺诈体系,从前期了解客户、风险识别到交易控制、切断欺诈交易链条,再到事后风险评级、调整反馈策略。”念微说道。
KYC可信系统
据微介绍,近期数字人民币诈骗的诈骗套路主要涉及骗取、窃取受害人个人信息,窃取、盗取用户数字钱包和银行账户,不排除存在租借、购买他人手机卡、银行卡/账户、数字人民币钱包账户等违法行为。在通过数字人民币钱包进行非法资金转移的过程中,往往会有大量小额资金跨行流转,大大提高了银行识别交易账户的难度。
此外,金融机构还可以分析涉案卡的特征、充值账户、个人基本信息、关联方信息、内外标签信息和设备、手机号码、IP风险清单等。以其掌握的货币相关交易数据为基础,结合外部数据有效识别货币相关账户;以及交易用户是否基于其账户进行平时的交易行为、常用设备、可信环境和时间等风险画像,并借助机器学习模型做出可信判断,从而识别用户是否存在盗用或非本人意愿的交易行为。
监控数字钱包中与货币相关的交易
人民币基于其双重线下支付、新技术加密保证安全性和可控匿名性,其法定货币本身具有强大的安全技术加持。其载体数字钱包和银行账户的风险防范成为这一新技术热点最重要的风险防控。
因此,数字人民币钱包的安全管理、数字人民币钱包之间的跨行资金转移、数字人民币钱包与账户之间的跨行资金转移等交易监控,都需要金融机构进行更有针对性的特征捕捉和异常交易监控,通过规则和策略识别异常和可疑交易,数字人民币钱包与账户之间的交易监控
金融机构应在有效的KYC、可信系统和数字钱包货币相关交易监控的基础上,通过大数据平台和风控集市的数据供给,构建货币相关特征计算、货币相关规则、模型和图谱分析等决策系统,最终生成数字货币交易账户/商户列表,切断涉及的资金交易环节,完成风险处置和效果分析,反馈风险控制策略的优化。
金融机构还需要结合非法资金转账交易的特点,重点监控可疑的“收款账户”,因为在很多有问题的交易中,转账或收款方往往会更改“马甲”账户或虚假充值、支付交易等。以规避银行的风险控制。因此,银行和支付机构需要进一步建立非法资金转移交易风险清单数据库,对非法交易账户实行“零容忍”。
引入知识图谱技术,遵循图谱,加强资金链追溯。
许多与金钱有关的欺诈性资金交易是团伙行为,上下游分工明确。金融机构需要防范网络赌博、洗钱等团伙对数字人民币的诈骗。因此,阅微建议金融机构结合知识图谱技术,对团伙犯罪进行深度挖掘、溯源分析、涉钱上下游账户关联分析等团伙检测。
知识图谱可以帮助金融机构基于数据分析和场景分析构建复杂的实体网络,并将异常关系和风险特征模型使用于知识图谱,从而动态计算风险的传播路径、传播结果和影响因素,有效挖掘数字货币交易的潜在风险。
介绍风险情况意识系统
金融机构除了关注数字货币、钱包和金融系统之间的联系,采取“止付”等措施外,还可以主动学习和识别未知的异常事件,以嗅出货币相关交易中潜在的风险欺诈模式。终端安全风险态势感知系统,基于设备指纹技术和网络数据,结合大数据处理技术、业务知识沉淀和AI算法模型,能够主动锁定威胁现有系统和信息的新风险源,实现全网风险主动感知、检测、防御、可视化、联动、溯源的全闭环链接。
目前人民币还处于前期试点阶段,生态防御体系还在不断完善的过程中。同盾科技表示将继续探索研究,不断为金融机构提供更加完善的金融业务安全解决方案。