4月11日，由O'Reilly与Intel AI共同举办的人工智能大会在北京召开。
这几年，人工智能火爆，最终从大学实验室的圈子走出，成为软件开发人员工具集的重要组成部分，也成为主流公司的关注点。相对于学术会议中展示的研究成果，业界对于人工智能的应用有紧迫的需求。这也是本届人工智能大会举办的目的，即如何让人工智能技术落地在现实场景。
本届大会邀请到了众多知名人工智能科学家、学者、教授、企业代表等知名业内人士。这些专家专注于人工智能的不同领域，并分享自己领域内专业的成果，现场思想火花碰撞。DataVisor作为领先的人工智能科技创新公司也受邀参加，并分享了“在欺诈检测中的应用人工智能”的主题。
演讲中，DataVisor解决方案架构师崔宏宇(Hongyu Cui)从四个方面详细分析了在线欺诈领域的一些状况，包括欺诈现状、欺诈技术手段、反欺诈面临的挑战，以及最新的反欺诈技术。
欺诈无处不在、技术也日益多变
总体而言，欺诈正愈演愈烈。从起初的电商领域，如我们熟知的刷单、薅羊毛，攻击者一般是个人，发展到现在，欺诈几乎无处不在，社交、游戏、电子商务、搜索……只要在互联网上就有可能发生欺诈。与此同时，攻击行为也发生了巨变，它们有组织、有预谋、掌握各种先进技术、面向各个业务环节。
崔宏宇(Hongyu Cui)重点列举了当前应用非常广泛的三大攻击手段，包括设备刷机、IP造假和养号。刷机是通过各种技术手段，为设备创建新的标识符，从而充当多台设备来使用。弊端显而易见。举个例子，一个App开发商，想通过一些市场推广促进用户下载，如果遇上刷机这种情况，那营销费用就浪费了，因为这并不是真实的用户。
IP造假与设备刷机有些类似。最常见的就是一台设备通过不断变更IP地址来躲避相应的检测系统，来谋取非法暴利，比如虚假点击。而云计算服务商的出现，又给了欺诈者可趁之机进行IP造假，数据显示，18%来自云服务商的账户是欺诈性的。更棘手的是，IP造假和设备刷机经常结合使用。
养号，从单个的用户行为来看，与我们自己使用的账号并没有什么差异，但看似正常的这些账号可能会潜伏几天、几个月甚至几年，一旦被唤醒时，它们就是一个个攻击者。DataVisor统计数据显示，44%的欺诈账户在7天甚至更长时间保持睡眠状态，37%的账户在三个月甚至更长时间内都不会采取行动。
毫无疑问，欺诈者变得越来越狡猾，反欺诈正面临更多挑战。在崔宏宇(Hongyu Cui)看来，挑战主要集中在三点，一是欺诈者越来越像正常用户，这导致传统基于规则、黑名单、IP等的反欺诈解决方案失效;二是欺诈变化太快，没人会告诉你明天的欺诈是什么样子，这使得反欺诈相对滞后;三是需要检测的数据量太大，原有系统难以招架。
DataVisor一招制胜
基于对欺诈现状的理解和认识，DataVisor独有的无监督反欺诈算法，其最大的特点是无需人工干预，就能自动识别恶意账户、事件之间的细微关联，并自动建立相应的规则和应对机制。
崔宏宇(Hongyu Cui)举例，一个欺诈团伙利用从各种渠道获取的信息申请新的信用卡，这个过程中填写的各种信息。如果只分析图一的信息，都是合法用户，基于规则的一些反欺诈系统根本无从判定。即便加上第二张图的信息，常见的以IP黑名单、邮箱黑名单为检测机制的反欺诈系统也几乎没什么作用。
图一、姓名、年龄、住址、邮箱等
图二、姓名、IP、设备类型、浏览器等
事实上，这些账户都是欺诈账户。申请相同的卡片类型、所有IP都来自数据中心、一样的手机且都是旧版本的、一样的操作系统、一样的浏览器，这些在传统单个查看的反欺诈系统里都会被定义为正常用户，而在DataVisor无监督机器学习算法中均能成功检测，并自动形成相应的规则和应对机制。
除此之外，DataVisor无监督机器学习平台基于Spark、Hadoop、HBase、ES等多种大数据处理框架，拥有超高的处理计算效率，可同时处理数十亿事件的数据分析工作。
综上，DataVisor反欺诈解决方案能充分应对当前的挑战。也正因为此，DataVisor在全球受到了多家中大型企业的认可。截至当前，DataVisor已经覆盖全球超过20亿终端用户，其客户包括Pinterest、Yelp、阿里巴巴、大众点评、今日头条、猎豹移动、饿了么和Tokopedia等全球最大的金融机构和互联网企业。
同时，DataVisor多次获得行业认可，比如，荣获Frost &Sullivan 2017技术创新奖，在IFPI2017上获得金融科技反欺诈杰出方案奖，在2017中国财经峰会上被评为2017年最具成长性公司，品途集团2017年度商业影响力大数据领域新锐企业TOP10，美国SINET安全领域2016创新奖等。
关于DataVisor
DataVisor是提供在线欺诈和金融犯罪检测服务的领先企业，致力于利用最先进的人工智能技术, 尤其是无监督学习算法以及大数据应用，最大程度保护用户和企业。DataVisor总部位于美国加州山景城，在中国北京和上海设有办公室。2015年10月，DataVisor宣布获得由GSR与New Enterprise Associates领投的A轮融资;2016年5月，获得元生资本的B轮投资，并同年成立中国分公司。2018年2月，获得由红杉资本中国基金领投的四千万美元C轮融资。
崔宏宇(Hongyu Cui)
现任DataVisor高级算法工程师，自2015年起，负责使用分布式无监督机器学习算法进行欺诈分析，负责过如Pinterest、Yelp、阿里巴巴和猎豹移动等世界上最大的互联网企业上的大规模注册、虚假内容、垃圾邮件、欺诈交易和虚假应用安装等场景 。目前主要的经验领域有模型调整、特征工程和算法开发。崔宏宇拥有在爱荷华州立大学的博士学位，在博士期间的研究方向为数据分析和结构 - 性能建模等。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
