中国金融科技新突破：蚂蚁数科动态深度学习模型显著降低深度伪造攻击率

近日，联合国全球AI for Good峰会在瑞士日内瓦召开，蚂蚁集团技术战略与发展部副总经理彭晋受邀分享了中国在金融领域对抗深度伪造技术的前沿实践。此次分享聚焦东南亚银行的实际应用案例，展示了中国技术方案在提升金融安全方面的显著成效。

彭晋披露，蚂蚁数科服务的东南亚银行通过部署动态深度学习模型，成功将深度伪造攻击率从高峰期的10%降至4%。这一技术突破使银行用户身份认证的拦截率从50%优化至3%，同时保持99.9%的识别准确率。该成果标志着中国金融科技企业在应对生成式AI带来的安全挑战方面取得实质性进展。

技术实现路径显示，蚂蚁数科旗下ZOLOZ平台采用金融级身份安全认证方案，通过实时更新的算法模型精准识别两类主要攻击手段：呈现式攻击（通过虚假图像欺骗活体检测）和注入式攻击（系统层面篡改摄像头输入数据）。彭晋特别强调，该技术以”天”为单位进行算法迭代，形成与黑产技术对抗的动态防御体系。

此次技术分享被与会专家视为具有全球示范价值的实践案例。随着AI换脸等伪造技术在金融欺诈中的滥用，蚂蚁数科提供的解决方案为国际社会应对数字身份安全挑战提供了可复用的技术框架。目前该方案已在东南亚地区实现规模化应用，其成功经验有望为更多地区的金融安全建设提供参考。