9月10日，“2017中国FinTech大会暨中国FinTech领军企业颁奖盛典”在杭州海外海皇冠大酒店隆重举办。本次大会演讲嘉宾之一，来自数美科技的联合创始人兼首席技术官梁堃接受了记者的采访。

目前，国内的FinTech行业发展的非常快，快速发展的背景前提下这个行业普遍都面临着一个非常大的问题和挑战就是如何更好的控制风险。梁堃告诉记者，数美科技正是这样一家专注于风控和反欺诈的公司，基于AI技术和大数据给金融行业、互联网行业的众多企业提供完整的风控解决方案。

风险控制的核心在于建立一个多维度的、立体的风控体系，在这个体系中主要包含两个部分——策略体系和数据体系。

策略体系分为上下两层。基础引擎层包含了几十个基础模型，每一个基础模型都专注于一个子领域的风险检测和这个子领域的高级特征提取，比如虚拟机识别模型，“农场”设备识别模型，行为稳定性模型等等。针对不同的子领域，基础引擎层会选择合适的模型技术，常用的包括经典的LR、SVM、GBDT等，在少数几个子领域也在使用目前比较前沿的深度学习和强化学习技术。基础引擎层在各个自领域作出的风险判断以及提取出来的高级特征会进入高级引擎。高级引擎会综合所有子领域的特征，做出整体的风险判断和决策。高级引擎中也整合了一个规则引擎，里面嵌入了行业专家的经验。策略体系整体上有些“类似”深度学习的思想，通过向基础引擎输入数万个基本特征，由基础引擎层构造出近千个高级特征，这些高级特征再输入给高级引擎，专家策略和上层模型都是基于这些高级特征的。

数据体系的建设也有两个核心的思路，一是跨行业联防联控，二是多场景数据打通。在这两个思路下，建立了包含IP、设备、手机号等在内的海量实体画像，同时在各个实体之间建立关联关系，形成一个巨大的关系图谱。在这个数据体系支撑下，用户在各个场景中的风险属性就可以相互打通。数美科技的联合创始人梁堃告诉记者，用户在启动APP、注册、登录的时候，风控体系就已经开始了对他的欺诈风险的识别，哪怕还未涉及申请贷款、分期，当用户真正到申请分期或者申请现金贷款的时候，会综合前面所有的风险情况识别用户的欺诈风险和信用风险信。数美科技会为不同的科技金融公司有针对性的调优风控策略。在金融风控中，用户的稳定性分级也是一个很关键的指标，它也同样是依赖数据体系支撑的。如果一个用户在互联网上的长期活跃度越好、行为稳定性越好、行为多样性、操作时段的分布、IP数目分布等分布和大盘用户的分布越接近，那么这个客户的稳定性分级就会比较高。

数美科技的SDK平台会搜集用户的一些基础的硬件信息，比如说电池电量，CPU型号等等。这些基础的硬件信息配合服务端的策略会生成一个唯一ID，当设备发生重置或者篡改时会保持不变。数据间很多的关联是依赖这个唯一ID打通的。

数据体系中同样在关心数据与数据之间的关联。例如在同一个时间段，一个IP上面一共出现了三台设备，其中两台设备都存在一定问题，那么第三台设备的风险也会很高。再例如，一个手机号没有任何风险信息，但它现在关联的设备最近三个月关联过另外三个手机号，而那三个手机号中发生过逾期或者违约的情况，那么，当前这个手机号的风险也会提高很多。所以关联性是数据体系中非常重要的一个特点。