张近东建议关注数据安全 苏宁金融以智能风控护航安全


来源:中国产业经济信息网   时间:2019-03-07





  随着5G技术的深入发展,未来网络生态架构将会是人机物共融和万物互联,与此同时,大数据面临着安全保护和合法利用的迫切需求。

  作为国内四大金融科技集团之一,苏宁金融近年来围绕智慧零售核心,强化大数据风控,上线了“伽利略”信用风险模型、“多普勒”企业风险预警系统、区块链黑名单共享平台、苏宁分等黑科技,注重数据交互共享和风控成果输出,积极为构建智慧金融新生态贡献力量。

  大数据已经成为当前数字经济重要的生产要素之一,数据产业已经成为具有国家战略意义的新兴产业。然而,当前“信息孤岛”“数据壁垒”现象依然比较严重,数据缺少交互共享的规范和标准,给数据的采集、对接、共享、开发、利用带来困扰。

  张近东建议,对数据的管理和运用要在政府的监管下进行,发挥市场主体的作用,建立全生命周期管理体制,实现全社会数据的开放共享。他认为可以建立在政府监管下的地方政府大数据局,将政府数据和相关公共数据通过大数据局进行统一管理和统一开放。

  在数据开发利用方面,他建议通过立法保护企业的数据挖掘分析成果,引导企业开放对数据的探索结果,实现信息共享的市场化。此外,他还建议,鼓励基于数据开发的大众创业,引导开放数据应用为社会民生服务;加大财政资金对大数据领域关键技术自主研发的投入,引导社会资本对数据进行增值开发,形成大数据应用平台造福大众创业,构建具有自主知识产权的大数据产业链。

  苏宁金融聚焦风控:

  加强大数据风控注重技术输出

  张近东掌舵下的苏宁集团,一直重视大数据在业务方面的安全应用。作为苏宁旗下八大产业之一,苏宁金融的大数据风控,正是基于集团业务发展而来。作为一家有29年历史的零售服务企业,苏宁的业务积累丰富,覆盖了零售、金融、投资、地产、文创、体育、科技、物流等八大产业6亿多会员,拥有多元化、多层次、长跨度的海量数据,获取数据成本相对较低,这些都为苏宁金融布阵大数据风控平台提供了天然优势。

  近年来,苏宁金融大数据风控方面成果突出,打造的“伽利略”信用风险模型,从内外部PB规模数据提炼、衍生出2000+的关键特征,结合XGBOOST、随机森林、神经网络等先进的机器学习技术构建了多业务场景的风险模型,实时评估用户的信用风险和欺诈风险,为业务保驾护航;“多普勒”企业风险预警系统引入了500多个维度的信息,全方位展示企业经营状况,使用企业知识图谱、爬虫支撑的企业客户资讯信息、行业数据分析、财务数据分析等,对企业贷款的贷前贷中贷后全过程进行风险监控,为业务开展提供支持。区块链方面,上线了业内首个区块链金融黑名单共享平台,通过将金融机构的黑名单数据加密存储在区块链上,实现欺诈风险的联防联控,目前平台已经有750万黑名单数据,7家金融机构接入;此外,还上线了物联网区块链动产质押平台,采用区块链技术记录质押物的所有权,并运用物联网技术监控质押物的物品形态,据此实现物权和物品的确认,提高动产管理水平,缩短融资周期,完善银行风控体系,目前已经授信2000万,放款500万。

  值得一提的是,苏宁金融也非常重视大数据技术成果的输出,拓宽金融服务领域,为行业赋能。基于苏宁强大的云计算技术实力,构建起基于大数据、人工智能、区块链、物联网等金融科技能力输出平台“智慧金融云”,为中小微企业尤其是金融机构提供技术服务、业务服务,并打造合作共享的伙伴关系。2018年4月底,“云眸”互联网核身服务在龙珠直播上线。“云眸”基于活体检测和人脸比对技术,配合权威公民身份信息来源,可以为银行、保险、电商、直播等行业的远程身份核验场景提供全套解决方案。

  由苏宁金融风险管理中心、大数据中心、金融研究院三大部门联合研发的“苏宁分”,基于大数据和机器学习算法技术,从身份特征、金融属性、消费行为、信用历史、履约能力来构建苏宁信用体系信息维度。目前,苏宁分已接入苏宁生态圈各体系业务,覆盖了3.2亿会员,为5000万+人群进行个人信用评价,为用户借贷、财富、便民、生活、消费等近百项生活应用提供信用评价参考。在外部应用方面,苏宁分已在“我的南京”APP上线,为公共服务提供用户识别、运营、管理等功能。苏宁分还与南京市信息中心达成深度合作,未来将接入更多的公共服务。

  大数据风控技术不仅保障了用户的交易安全,还拓宽了苏宁金融的服务领域。未来,苏宁金融将继续坚持“科技驱动发展”的战略,依托集团资源和大数据风控等金融科技,关注数据安全,加强金融科技输出,提升用户体验,让智慧金融、品质金融、普惠金融落到实处。



转自:北国网

  版权及免责声明:凡本网所属版权作品,转载时须获得授权并注明来源“中国产业经济信息网”,违者本网将保留追究其相关法律责任的权力。凡转载文章,不代表本网观点和立场。版权事宜请联系:010-65363056。

延伸阅读



版权所有:中国产业经济信息网京ICP备11041399号-2京公网安备11010502035964