支付寶安全實驗室研究成果入選AAAI-20，将進一步提升安全風控能力

被業内譽為“人工智能研究風向标”的國際人工智能領域頂級學術會議AAAI-20（The Thirty-Fourth AAAI Conference on Artificial Intelligence）将于2020年2月7日-12日在美國紐約舉行。支付寶天筭風控實驗室聯合中科院信工所、中科院網安學院的研究論文《Coupled-view Deep Classifier Learning from Multiple Noisy Annotators》成功入選。該論文旨在解決“如何利用多個弱标簽的資訊進行分類器的建構”的問題，這一問題的突破将進一步加強支付寶安全風控能力，提升安全防護效率，攻克安全技術領域的痛點，更好地保障使用者的資金安全。

當今，各種網際網路金融風險（比如，欺詐、盜卡、薅羊毛等）層出不窮，為了更有效且高效地保障資金安全，需要應用先進的機器學習技術進行風險防控。近年來，使用深度神經網絡(DNN)在有标簽的資料上訓練風控模型，取得了良好的效果。對于這類方法而言，擷取準确的标簽資訊對于最終模型的性能至關重要。而在部分現實場景裡，經常由于各種各樣的原因無法擷取到準确的标簽，或者擷取準确标簽的成本很高。

比如，在國際盜卡場景中，通常需要等6個月才能獲得回報的案件标簽。這其中的機會點在于，雖然準确的标簽資訊較難得到，而帶有噪聲的弱标簽卻容易獲得。

是以，支付寶天筭風控實驗室與中科院信工所等專家學者，為了提升行業整體的安全防控能力，将研究重心放在“如何利用多個弱标簽的資訊進行分類器的建構”上，并提出了一種創新的基于深度學習的雙視圖分類算法，充分利用多個弱标簽的資訊進行模組化。具體而言，新算法嘗試在特征空間和标簽空間兩個視圖裡分别建構分類器，在訓練過程中，兩個分類器的結果互為指導、互相監督，通過交替疊代更新，最終訓練出性能穩定的分類器。

據了解，本次入選AAAI國際人工智能學術會議的論文系螞蟻金服安全專項科研基金的部分成果。此外，該項目在移動安全、機器學習、人工智能、密碼學和隐私安全等領域皆有專項研究。