DataVisor亮相云棲大會(huì) 人工智能反欺詐技術(shù)引熱議

10月11日-14日，由阿里巴巴集團(tuán)舉辦的2017云棲大會(huì)在浙江杭州召開。作為業(yè)界知名的技術(shù)大會(huì)之一，每年的云棲大會(huì)都會(huì)吸引無數(shù)目光的關(guān)注，本屆也不例外。據(jù)統(tǒng)計(jì)，現(xiàn)場參與云棲大會(huì)的觀眾超過4萬人次，通過線上參與大會(huì)的更是不計(jì)其數(shù)。DataVisor作為領(lǐng)先的人工智能科技創(chuàng)新公司也受邀參展，并進(jìn)行了“云時(shí)代基于人工智能大數(shù)據(jù)的欺詐檢測”主題分享。

David Ting，DataVisor技術(shù)副總裁

DataVisor技術(shù)副總裁David Ting在演講中表示，隨著時(shí)間的推移，欺詐檢測變得越發(fā)重要。其中原因有三：一是由欺詐引發(fā)的損失在不斷增加。全球每秒鐘有12位線上用戶成為網(wǎng)絡(luò)犯罪的受害者，每天有超過100萬用戶受到侵害。統(tǒng)計(jì)數(shù)據(jù)顯示，2015年全球范圍內(nèi)由欺詐造成的損失約3萬億美元，而預(yù)計(jì)到2021年，這一數(shù)字將翻一倍達(dá)到6萬億美元。

二是現(xiàn)有的檢測技術(shù)不完善。全球500強(qiáng)中有75％會(huì)受到網(wǎng)絡(luò)犯罪的侵害，但它們從被侵害到檢測出受到侵害所需要的平均時(shí)間為146天，這其中可能存在的潛在威脅可想而知。

三是受攻擊的范圍在增加。物聯(lián)網(wǎng)正在普及，2017年全球聯(lián)網(wǎng)設(shè)備數(shù)量在87億左右，到2020年，這一數(shù)字將增加至210億，這意味著可能受到的攻擊大大增加。預(yù)測顯示，到2020年，企業(yè)受到攻擊中的25%可能是針對物聯(lián)網(wǎng)的。

除此之外，每天我們都面臨著新的挑戰(zhàn)，來自線上的，比如EMV芯片（銀行卡芯片）的普及、大規(guī)模數(shù)據(jù)泄漏帶來的風(fēng)險(xiǎn)、不斷增長的線上和移動(dòng)交易量；更多的欺詐手段，如云托管的基礎(chǔ)設(shè)施、代理服務(wù)器和VPN、模擬器、移動(dòng)設(shè)備刷機(jī)、人工智能等。

David Ting強(qiáng)調(diào)，如今的攻擊是多樣化的、協(xié)同的，這使得傳統(tǒng)檢測技術(shù)變得越來越難以應(yīng)對，而這就是DataVisor賦予自己的使命。DataVisor公司成立于2013年，創(chuàng)始團(tuán)隊(duì)成員來自微軟研究院，公司核心技術(shù)是獨(dú)創(chuàng)的無監(jiān)督機(jī)器學(xué)習(xí)算法。

在演講中，David Ting就當(dāng)前應(yīng)用比較廣泛的四種檢測技術(shù)進(jìn)行了比較。

一、信譽(yù)庫和設(shè)備指紋  與數(shù)據(jù)庫中的特征比對，匹配就通過，反之則不通過。其局限性在于覆蓋率和準(zhǔn)確度有限，可以通過模擬機(jī)逃避檢測。

二、規(guī)則引擎  基于數(shù)據(jù)庫知識(shí)獨(dú)自管理運(yùn)行規(guī)則，同樣可以使用加權(quán)打分評分機(jī)制。其局限性在于需要對欺詐行為有深入了解，需要人工手動(dòng)持續(xù)調(diào)節(jié)規(guī)則，不能有效應(yīng)對變化的欺詐手段。

三、有監(jiān)督機(jī)器學(xué)習(xí)  需要大量有標(biāo)簽數(shù)據(jù)訓(xùn)練檢測模型，可用于檢測同樣行為的攻擊，但無法檢測未知欺詐行為。

四、無監(jiān)督機(jī)器學(xué)習(xí)  和有監(jiān)督機(jī)器學(xué)習(xí)最大的不同在于能夠進(jìn)行自學(xué)習(xí)，自動(dòng)生成標(biāo)簽，用于機(jī)器訓(xùn)練檢測模型；自動(dòng)產(chǎn)生規(guī)則，節(jié)省大量人工規(guī)則調(diào)試成本；自動(dòng)挖掘和檢測各種已知、未知的欺詐行為。

（David Ting分享－關(guān)于欺詐技術(shù)檢測比較）

從一到四，技術(shù)越來越智能化、自動(dòng)化，有效性越來越高。David Ting進(jìn)一步解釋說，DataVisor無監(jiān)督機(jī)器學(xué)習(xí)是一套自動(dòng)化的、系統(tǒng)化的方法，支持結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的分析處理，能夠發(fā)現(xiàn)未知用戶間可疑的關(guān)聯(lián)，對欺詐行為進(jìn)行提早預(yù)警。

根據(jù)David Ting現(xiàn)場公布的一組DataVisor無監(jiān)督機(jī)器學(xué)習(xí)算法和K-Means聚類算法的檢測效果對比數(shù)據(jù)顯示，得益于可擴(kuò)展計(jì)算的普及，240萬條數(shù)據(jù)的檢測時(shí)間由5小時(shí)縮減為6分鐘，更好算法的應(yīng)用使得檢測錯(cuò)誤率由41%降低至4%。

憑借突出的表現(xiàn)，DataVisor正獲得越來越多用戶的認(rèn)可。截止當(dāng)前，DataVisor保護(hù)著全球超過20億賬戶、分析處理超過6000億用戶事件、檢測出1億7千萬壞賬戶，服務(wù)客戶包括阿里巴巴、大眾點(diǎn)評、獵豹移動(dòng)、Yelp、Pinterest等。

關(guān)于我們

DataVisor是提供在線欺詐和金融犯罪檢測服務(wù)的領(lǐng)先者，成立的初衷是希望利用最先進(jìn)的人工智能技術(shù)結(jié)合無監(jiān)督學(xué)習(xí)算法以及大數(shù)據(jù)應(yīng)用，最大程度保護(hù)用戶的數(shù)字資產(chǎn)。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。