金融业移动终端信息安全智能风险预警解决方案研究.pdfVIP

视角

Viewpoint

金融业移动终端信息安全智能风险预警

解决方案研究

中国邮政储蓄银行软件研发中心高级信息技术专家潘华

中国邮政储蓄银行软件研发中心李北川段向欢董卉田猛

随着移动金融的快速发展，移动终端已成为用户进一是安全协议与加密技术，即通过改进加密算法和

行金融交易、支付和投资时不可或缺的服务渠道。但是，安全协议来保障移动终端数据的安全传输。

日益严峻的移动信息安全问题对金融机构和移动终端用二是恶意软件检测，即通过杀毒软件识别和预防恶

户构成了极大的威胁，如数据泄露、恶意攻击、数据篡意软件攻击，保障移动终端的数据安全。

改等。因此，如何在海量的移动终端数据中识别和发现三是用户行为分析，即通过分析用户的历史数据与

潜在的信息安全风险，已成为金融行业亟待解决的问题。行为模式，识别异常行为并预警潜在的安全风险。

传统的风险检测方法主要依赖规则和异常检测，但四是AI智能分析，即通过机器学习与风险评估等

其在面对新型攻击和复杂攻击时则效果欠佳。大数据和方法进行移动终端信息安全风险预警分析。随着AI技

机器学习技术的发展，为解决上述问题提供了新的途径，术的持续进步与发展，AI智能分析在风险预警领域得到

即构建基于数据驱动的智能风险预警模型，目前该类智长足发展。

能模型已逐渐成为解决信息安全问题的重要抓手。本文伴随科技的快速进步，上述移动终端预警方法的不

在对金融业移动终端信息安全风险进行深入分析的基础足之处逐渐显现，金融机构信息安全风险防御压力不断

上，提出一种基于GBDT、随机森林和XGBoost算法叠增大。金融机构需要设计新的信息安全智能风险预警模

加验证的移动终端信息安全智能风险预警模型（以下简型，即通过有效整合机器学习模型，积极利用新兴技术

称“智能风险预警模型”），并对该模型进行验证。探索多维度的综合性机器学习算法，打造更加完善的移

动终端智能风险预警解决方案。

一、移动终端风险预警研究现状

二、智能风险预警模型设计思路

近年来，许多专家学者和研究机构在移动终端信息

安全风险预警领域进行了广泛的研究。目前，金融机构传统移动终端安全预警策略的配置多依赖专家与管

对于移动终端风险预警采取的常见方法如下。理人员的安全经验，不同产品在不同的应用场景下会产

2025.02中国金融电脑43

视角

生误报或漏报等现象，需要管理人员不断处理同类问题。从而影响智能风险预警的准确性和适应性。为解决这一

此外，问题处理不及时等因素也可能影响生产业务办理问题，笔者团队采用模型叠加验证方法，通过叠加验证

或造成安全风险。整合风险预警评估的方法，进一步完善了模型训练策略。

针对上述痛点，笔者团队利用移动终端历史数据进在智能风险预警模型架构中，数据层负责进行数

行特征提取，训练了智能风险预警模型。以往机器学习据准备，特征层根据智能风险预警模型训练目标完成

模型多采用单一算法或增加评估权重等方式来提升模型数据特征提取，模型层利用特征数据持续进行模型训

的准确性和稳定性，但笔者团队在验证过程中发现，采练和模型验证，最终形成稳定的智能风险预警模型（如

用单一算法无法有效避免欠拟合或过拟合情况的发生，图1所示）。

风险实时监测操作系统风险预警用户行为风险预警大屏展示

服务层

应用软件风险预警