【WOT2018】AI技术在反欺诈、电力、医疗领域的前沿实践

在《AI新一代应用》分论坛，DataVisor中国区技术负责人崔宏宇、中飞艾维CEO曹飞、维卓致远COO Andy，三位专家围绕产业化创新应用，分析了AI在新一代应用上如何赋能互联网、电力、医疗影像、无人机等产业。

AI在反欺诈领域的应用

DataVisor中国区技术负责人崔宏宇在《AI在反欺诈领域的应用》的主题演讲中表示，AI技术在赋能各个产业的同时，也被网络黑产所利用，使得黑产攻击更加自动化，更加隐蔽，难于监测。欺诈多发生在支付行业，如盗刷，伪卡交易，洗钱等。随着互联网渗透到生活中的各个领域，社交平台能提供如聊天工具、游戏、买卖、搜索在内的多维度的产品和服务，二手同城平台也可以进行买卖交易，这些都成了孕育欺诈的温床。

DataVisor中国区技术负责人崔宏宇

DataVisor在互联网反欺诈领域研究发现，目前黑产的攻击模型呈现以下趋势：攻击方法多样化且变化快，攻击手段趋于模拟正常用户，攻击账号的主要来源由大规模注册渐渐转向ATO账号。

攻击者为了隐藏IP数据，一定不会用真实IP，选择云服务商、VPN进行攻击十分常见，从整体来看，9%的攻击使用了云服务器的IP来隐藏身份。此外，还有一些欺诈行为则模拟正常IP或移动网络IP，来绕过风控布防，频繁更换的网络域名及电子邮箱域名，也增加了反欺诈的难度。

由于对欺诈案例以及标签数据的强依赖，传统的规则系统和有监督的模型往往无法及时应对迅速演化的黑产攻击，在反欺诈中一直处于被动防守的状态。而DataVisor的无监督算法，通过全局分析，在高维空间聚类，可以在无标签情况下，自动发现大规模关联欺诈团伙。无监督算法在提前预警以及检测快速演变欺诈模式方面体现了显著的优势。

例如，在未知欺诈模式的监测方面，除信用卡盗刷的案例外，还有一些大笔资金转入转出的数据，这些数据并没有标签，独立去看也并无太多的相似之处，但是通过全局观察后，会发现一些关联特性。通过群组分析发现，这些群组的行为高度一致且高度可疑，例如通过对信用卡信息、用户信息以及交易频率的变化分析等特征维度的统计分析，作为指导找出合适的聚类子空间，从而发现即将发生的欺诈行为。

据介绍，无监督算法的适用场景包括大规模虚假注册、虚假消息的发布，虚假APP安装监测，交易欺诈，以及线上优惠活动的薅羊毛行为等。

无人机在电力行业的应用

北京中飞艾维航空科技有限公司CEO曹飞在《工业物联网新物种——端到端数据采集和分析闭环系统》的主题演讲中表示，在无人机电力巡线开启之前，全国110kV以上高压输电线路有150万公里，其中有80%到90%的输电线路在崇山峻岭中,按照电网运行规范每个月需要巡视一次，巡线作业量极大。巡检人员要徒步翻山越岭走到线塔下方巡线，地形、天气、线塔高度对巡线工作的效率都会造成影响，有时甚至需要带电走线才能排除隐患，不但效率低下，危险系数也很高。

中飞艾维将无人机应用于电力巡线领域，推出无人机巡线作业服务，有效解决了电网行业的需求，推进电力巡线行业由人巡时代进入机巡时代。实际上，国际主流的电网公司均已采用此类服务外包的运维模式。无人机不受地形限制，巡线效率是传统人工的20倍，可以快速、多频次的对输电线路及其走廊进行空中巡视，巡线全面细致，结果可复核、可追溯。

北京中飞艾维航空科技有限公司CEO曹飞

曹飞介绍，中飞艾维有固定翼和多旋翼两种机型满足电网巡线的不同需求。固定翼机型主要用于通道巡视，如进行线下塌方、违章施工、覆冰、山火等场景的拍摄，以及周边通道隐患排查等。多旋翼机型具有可旋停、可近距离靠近导线的优势，通常用于导线铁塔的精细化巡视。此外，无人机可搭载红外测温仪、激光雷达等多种检测设备，用途广、精确度高，无人机巡线的扩展性强。

据悉，目前大部分的无人机巡线还处于1.0时代，最大的问题是无人机不无人，做不到自动化，究其原因是GPS漂移带来的精度差的问题。中飞艾维已经把导航精度提升至厘米级，飞机可以完全自主飞行拍照，不需要人工干预，已经率先进入无人机电力巡线2.0阶段。

中飞艾维通过基础的空间地图，配合高精度自主定位技术和自主编程拍摄技术，实现了标准化的数据采集，基于海量的标准化无人机巡检线路数据，开始逐步实现人工智能缺陷识别，识别准确率也从50%至60%，提升至97%以上。此外，为解决无人机电池带来的续航瓶颈，中飞艾维参考扫地机器人概念，推出龙巢无人机，在塔上安装充电桩，现场充电，大大提升了单机的巡线效率。

最后，曹飞提到，中飞艾维推出数据分析平台，是一个十分典型的专家指导型的人工智能应用，由真正懂技术的一线巡线员组成的专家团队进行图片标注、复核、评价，不断训练算法模型，发现缺陷的量级提升了一百倍。通过标准化的数据采集、算法模型以及数据分析平台，中飞艾维在提供缺陷分析报告的基础之上，能够提供更为详细的电网线路运营策略支持。

可视化人工智能在医学领域的商业探索

医疗场景是人工智能技术落地的热门应用场景之一。智能医疗时代的核心问题是如何处理数据，如何呈现数据，如何协同数据。传统的二维影像在数据挖掘过程中存在信息损失，在数据分析过程中存在主观性偏差，在信息处理过程中成本居高不下，已无法满足医疗行业的智能化发展需求。此外，医疗人才、尤其是临床专家稀缺，医疗资源分布不均，对CT、核磁共振等影像数据中有效信息的挖掘量偏低，也是阻碍我国医疗水平提升的主要因素。

维卓致远致力于医学影像数据的人工智能处理，在计算结果的呈现方式上，创新性地结合了最前沿的可视化技术——混合现实(MR : Mixed Reality)技术，取得了良好的技术和商业成果。维卓致远COO Andy在《可视化人工智能：医学人工智能的商业探索之路》的演讲中，分享了如何通过CT、核磁共振数据的智能处理，获得三维病例模型。

北京维卓致远医疗科技发展有限责任公司COO Andy

混合现实技术将医学影像数据全息的呈现在医生面前，全面、自然的立体信息，在脱离屏幕状态下，全息投影至用户所在物理空间中，实现“立体虚拟信息+物理环境”的完美融合，降低了信息流动过程中的损失。智能影像工作站是智能化的影像数据分析与处理终端。工作站在多个数据分析模块中采用全自动化操作，提供云计算能力，可在任意联网计算机上登陆工作站，具备完整的Dicom(Digital Imaging and Communications in Medicine)传输能力。

影像数据的分析过程如下：首先将影像数据导入至系统中，系统自动识别CT、核磁共振等影像数据，快速、智能的三维化，基于二维影像重现3D模型，例如自动识别提取肝脏，标记肝脏分段，识别血管中心线，识别大脑的血管走势，识别肺部的血管和支气管等。

智能化的影像数据分析能够自动标记血管，自动提取冠状动脉，准确率高达90%以上;支持头部、头颈部、四肢、腹部去骨，一键操作，识别率高，无需手动分割;去骨分析功能支持多模板显示，通过实例可以看出头部病变位置。

存储于本地云的智能处理结果文件，通过局域网与混合现实终端分享，用户佩戴混合现实终端后，可全息浏览立体的个性化病例数据，让医生能够基于应用界面更好的进行模拟操作、辅助诊断(如判断肿瘤)，并协助医生精准的完成手术。