DataVisor亮相云棲大會 人工智能反欺詐技術引熱議

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

David Ting，DataVisor技術副總裁

DataVisor技術副總裁David Ting在演講中表示，隨著時間的推移，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)絡犯罪的受害者，每天有超過100萬用戶受到侵害。統(tǒng)計數(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，而預計到2021年，這一數(shù)字將翻一倍達到6萬億美元。

二是現(xiàn)有的檢測技術不完善。全球500強中有75％會受到網(wǎng)絡犯罪的侵害，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)泄漏帶來的風險、不斷增長的線上和移動交易量；更多的欺詐手段，如云托管的基礎設施、代理服務器和VPN、模擬器、移動設備刷機、人工智能等。

David Ting強調(diào)，如今的攻擊是多樣化的、協(xié)同的，這使得傳統(tǒng)檢測技術變得越來越難以應對，而這就是DataVisor賦予自己的使命。DataVisor公司成立于2013年，創(chuàng)始團隊成員來自微軟研究院，公司核心技術是獨創(chuàng)的無監(jiān)督機器學習算法。

在演講中，David Ting就當前應用比較廣泛的四種檢測技術進行了比較。

一、信譽庫和設備指紋  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確度有限，可以通過模擬機逃避檢測。

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

三、有監(jiān)督機器學習  需要大量有標簽數(shù)據(jù)訓練檢測模型，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)督機器學習  和有監(jiān)督機器學習最大的不同在于能夠進行自學習，自動生成標簽，用于機器訓練檢測模型；自動產(chǎn)生規(guī)則，節(jié)省大量人工規(guī)則調(diào)試成本；自動挖掘和檢測各種已知、未知的欺詐行為。

（David Ting分享－關于欺詐技術檢測比較）

從一到四，技術越來越智能化、自動化，有效性越來越高。David Ting進一步解釋說，DataVisor無監(jiān)督機器學習是一套自動化的、系統(tǒng)化的方法，支持結構化和非結構化數(shù)據(jù)的分析處理，能夠發(fā)現(xiàn)未知用戶間可疑的關聯(lián)，對欺詐行為進行提早預警。

根據(jù)David Ting現(xiàn)場公布的一組DataVisor無監(jiān)督機器學習算法和K-Means聚類算法的檢測效果對比數(shù)據(jù)顯示，得益于可擴展計算的普及，240萬條數(shù)據(jù)的檢測時間由5小時縮減為6分鐘，更好算法的應用使得檢測錯誤率由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可。截止當前，DataVisor保護著全球超過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，服務客戶包括阿里巴巴、大眾點評、獵豹移動、Yelp、Pinterest等。

關于我們

DataVisor是提供在線欺詐和金融犯罪檢測服務的領先者，成立的初衷是希望利用最先進的人工智能技術結合無監(jiān)督學習算法以及大數(shù)據(jù)應用，最大程度保護用戶的數(shù)字資產(chǎn)。

生成海報

免責聲明：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確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。