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目光的關注，本屆也不例外。據統(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。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據的欺詐檢測”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位線上用戶成為網絡犯罪的受害者，每天有超過100萬用戶受到侵害。統(tǒng)計數據顯示，2015年全球范圍內由欺詐造成的損失約3萬億美元，而預計到2021年，這一數字將翻一倍達到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)網正在普及，2017年全球聯(lián)網設備數量在87億左右，到2020年，這一數字將增加至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)模數據泄漏帶來的風險、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，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  與數據庫中的特征比對，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  基于數據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  需要大量有標簽數據訓練檢測模型，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；自動產生規(guī)則，節(jié)省大量人工規(guī)則調試成本；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據的分析處理，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據顯示，得益于可擴展計算的普及，240萬條數據的檢測時間由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據應用，最大程度保護用戶的數字資產。

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網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站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網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，溝通刪除相關內容或斷開相關鏈接。