文獻標(biāo)識碼: A
DOI: 10.19358/j.issn.2096-5133.2022.02.009
引用格式: 林琴萍,,李庚,,崔潤邦,等. 信貸自動審批模型的對抗攻擊風(fēng)險研究[J].信息技術(shù)與網(wǎng)絡(luò)安全,,2022,,41(2):53-60.
0 引言
信貸審批是指銀行等金融機構(gòu)基于采集信息獲取信貸分?jǐn)?shù),,篩選出潛在的“違約”申請人,并決定最終是否向申請人放貸的過程,。據(jù)調(diào)查,,約有80%的信貸風(fēng)險來源于信貸審批環(huán)節(jié)。數(shù)據(jù)顯示,,一旦申請人獲得了信貸審批,,后續(xù)的管理便只能控制住20%的風(fēng)險。因此,,加強針對這一環(huán)節(jié)的金融風(fēng)險管控對銀行等金融機構(gòu)而言具有重要意義,。近年來,信貸審批所需的數(shù)據(jù)集規(guī)模日益增大,,人工信貸審批效率低下且繁雜,,已經(jīng)難以滿足日常業(yè)務(wù)需求,。為改善客戶體驗,提高審批效率,,銀行等金融機構(gòu)引進了自動信貸審批系統(tǒng)以取代人工審批,。相比于人工審批,自動信貸審批系統(tǒng)通常采用高性能的機器學(xué)習(xí)模型作為信貸評分模型,,可以精確地捕捉申請人的風(fēng)險偏好,、消費習(xí)慣和個人信用狀況。因此,,自動信貸審批系統(tǒng)下的審批過程更快速,、更精準(zhǔn)、更全面,。自動信貸審批系統(tǒng)已經(jīng)被廣泛應(yīng)用于信用信貸,、汽車信貸、抵押貸款等業(yè)務(wù)中,,代表了金融技術(shù)升級方向和信用智能化趨勢,。
信貸數(shù)據(jù)的安全性正成為嚴(yán)峻挑戰(zhàn),數(shù)據(jù)泄露事件頻發(fā)給銀行業(yè),、金融業(yè)造成了難以估量的損失,。例如,2019年7月,,美國最大的商業(yè)銀行——第一資本金融公司發(fā)現(xiàn),,其銀行系統(tǒng)遭受黑客入侵,導(dǎo)致超過一億個申請人數(shù)據(jù)(包括電話號碼,、年齡,、工資、信用額度,、交易信息和信用評分等)泄露,。除了數(shù)據(jù)泄露等傳統(tǒng)安全問題之外,機器學(xué)習(xí)領(lǐng)域特有的“對抗樣本攻擊”通過對原始樣本進行微小調(diào)整,,可以使原始模型得出高置信度下的錯誤分類,,也成為信貸自動審批系統(tǒng)所面臨的重大挑戰(zhàn)。
本文詳細內(nèi)容請下載:http://forexkbc.com/resource/share/2000003951
作者信息:
林琴萍1,,李 庚1,,崔潤邦2,鄧 江2
(1.天津大學(xué) 管理與經(jīng)濟學(xué)部,,天津300072,;2.北京泛鈦客科技有限公司,北京100124)