新疆伊宁市慷嘶环境工程有限公司 - www.nolobe.cn

Top Articles:


Links

Search




于是

2020-06-26 10:02

面对升级的黑产,反欺诈领域从起初依赖经验的“专家规则”,到ai加入后通过大量标签训练机器模型的“有监督机器学习”,这些都在一定程度上遏制了黑产攻击。但是面为新型、未知攻击,这两种方法都体现出自身不足,且缺乏攻击预见的能力。于是,datavisor维择科技的核心技术——无监督机器学习算法,正是为反欺诈行业雪中送炭,弥补之前的技术在未知欺诈拦截这方面的不足。

datavisor维择科技相信,ai技术是可以应用于金融风控的各个环节的,ai技术发展至今,并不是某个技术要取代另一个,较早的“黑名单、白名单”、“专家规则”,以及“有监督学习算法”都依然有他们的适用场景和存在价值。实际上这些模式在风控的各个阶段或各个方面是互补的作用,做好风控需要结合ai的各个技术打好组合拳,有效快速覆盖已知欺诈,并检测未知团伙欺诈。

如今黑产不仅设备先进,从攻击的战略上看,也是愈发狡猾。他们会根据不同的场景制定不同的攻击战略,比如在社交电商领域,金额较小时,他们会先用少量账号去试探平台的风控规则,再通过批量账号进行大规模攻击。而在金融行业,金额一般较大,他们则会尽力伪装自己的身份,潜伏更长的周期,“心不浮气不躁”地慢慢养卡、等待时机,在datavisor维择科技遇到过的案例中,有的黑产攻击有最长超过半年或者将近一年的潜伏期。

由此可见,我们的敌人已经发展庞大,是比较成熟、有组织、分工明确、有技术能力、有ai能力、甚至还很有耐心的黑色产业团伙。黑色产业链已渗透到许多场景,严重危害金融行业的公正和安全。

“黑产链条是一个比较完整的结构,从上游的技术手段,比如卡商、打码平台,到中游的代理ip、外包服务,再到下游的职业刷单,来完成一整套‘薅羊毛’的操作”,吴中在演讲中谈到。

吴中谈到:“无监督机器学习的优势在于,一是不依赖于过往的标签,去发掘未知的欺诈;二是能够在欺诈行为发现的初期,比如注册时,就捕捉它的异常行为;三是,相对于有监督学习来讲,能够通过群组的异常行为共性,来总结规则,有更好的可解释性。”