风险控制是互联网金融领域的核心议题，也是高度依赖数据分析和机器学习的关键环节。随着 AI 技术的快速发展，传统风险控制领域迎来了新的机遇与挑战。本次演讲将分享我们团队在真实欺诈对抗场景中对 AI 和大模型技术的探索与实践，重点介绍如何通过学习已有的欺诈案例，举一反三主动防御以提升风控防御能力，并结合大模型的能力探索和提高识别效率，总结相关经验与成果。

演讲提纲

1. 背景与现状

• 互联网金融支付系统中的常见欺诈攻击类型与传统防御方法
• 当前防御体系中面临的主要挑战与局限性

2. 主动式防御的探索与实践

• 红蓝对抗：模拟真实攻击场景以提升防御能力
• 故障注入：通过构造极端场景测试系统韧性
• AI Agent 的引入：如何通过智能化技术实现效率与效果的双重提升

3. 未来展望

• 主动式欺诈防御的技术演进方向
• AI 在互联网金融安全领域的潜在应用与发展趋势

您认为，这样的技术在实践过程中有哪些痛点？

• 复杂系统出现与预期不相符合时难以 debug
• 多 Agent 系统的稳定性较难以保证

演讲亮点

• 业界一般为被动式防御，在互联网金融领域的主动式攻击鲜有报导。本次分享在该领域较为创新的实践经验

听众收益

• 启发风控同行在新的方向上进行探索
• 共同探讨对于技术难点的思考与可能解决方案