快速实现智能无监督学习反欺诈

DataVisor的无监督机器学习引擎与独特的大数据基础架构使得客户仅需几天至几星期即可完成部署,进入生产使用。 无监督学习引擎无需训练标签与少量的预处理,可处理各种结构化和非结构化数据,能为客户节约数月的时间成本。 此外,DataVisor的可扩展大数据架构能一次加载所有数据,最大可能地发现欺诈攻击。

主要优势

最小化的数据预处理需求

DataVisor的无监督学习引擎能在不同渠道和方式采集的结构化或非结构化数据上,提取和分析一系列的特征。 这极大的降低了客户所需进行的数据预处理分析, 不会让客户为了数据的整合或清洗,而花费大量时间进行预处理分析和特征提取。

无需标签

与现有的有监督机器学习解决方案不同,DataVisor的无监督学习引擎能够在没有任何标签的情况下检测欺诈者之间的隐藏关联,从而节省时间,并大大提高现有检测所不能发现的新型及未知攻击。

有效利用全部数据

DataVisor业界领先的大数据基础架构能一次分析所有客户数据,通过查找数据中的隐藏关联来优化检测结果。 它支持来自不同渠道和来源的数据,而无需对他们进行提前整合。

灵活部署

DataVisor支持公共云,私有云和本地部署,以满足客户的安全需求。

批量或实时处理

根据客户的检测要求,DataVisor可同时支持批量和实时数据对接和检测。

UI或API结果输出

使用DataVisor的可视化面板可以将结果可视化并进行深入分析,挖掘关联。分析结果并以表格形式下载,同时结果可以通过实时或批量API传给客户。

启动无监督机器学习检测的四个步骤

步骤1:收集数据

DataVisor主要分析两种类型的数据 – 用户帐号配置文件数据和用户事件数据。 帐户配置文件数据是帐户本身的特征,例如用户名、注册日期、电子邮件地址等。事件数据是与特定事件相关的数据,包括事件类型、事件时间以及与事件本身相关的任何其他数据。您可与DataVisor客户经理合作,确定哪些数据与您的检测目标最相关,以及是否需要进行数据处理。

步骤2:选择部署方式和数据对接方式

DataVisor会根据公司的安全要求和资源可用性来确定最佳的部署和数据对接选项。 DataVisor支持多个公有云,包括AWS,Azure和Alicloud,私有云以及本地部署。 您也可以根据具体的检测需求选择批量或实时数据对接。

步骤3:数据对接

在实时对接中,DataVisor会将您连接到DataVisor API。 对于批量数据对接,DataVisor支持多种格式的数据,包括JSON,TSV和CSV,并设置专用云存储以保护其隐私。 DataVisor的安全数据传输程序将允许您发送,接收和管理您的数据和结果。 对于希望检测应用安装欺诈和使用归因平台Adjust,AppsFlyer或Tune的客户,DataVisor支持即时的数据对接和检测,立刻开启检测功能。

步骤4:启动检测,进入运行

DataVisor将与您的团队合作,优化结果以满足您的特定检测目标,并无需数据预处理或特征提取等手动步骤。 您能够通过多种方式有效的利用DataVisor的结果, 例如:通过API集成到内部系统中; 通过DataVisor UI进行审核,深入分析; 或使用集成检测分数和原因代码的详细总结报告。

如何用无监督机器学习增强现有检测结果?

申请试用