分析平台

大数据分析:反欺诈检测技术未来的发展趋势

现如今,欺诈技术比以往更加复杂多变,对面向用户的在线服务网站造成巨大的威胁和挑战。传统的反欺诈解决方案在面对有组织欺诈者实施的各种新型、未知攻击类型欺诈时,显示出了局限性。

DataVisor新一代无监督检测方案,结合可伸缩性大数据架构,正在引领最新的反欺诈威胁检测技术变革。过去,平台需要通过同时多种方案来应对不断增长的欺诈攻击行为,现在这样的日子已经过去了。大数据并行处理技术不仅激活了前所未有的系统可伸缩性,先进的算法技术也可以同时处理数十亿的用户行为数据。DataVisor独特的技术优势在于可以在欺诈发生之前,提前自动捕捉到各种新型的、变化多端的攻击。

一站式线上服务反欺诈数据分析平台

DataVisor用户分析平台通过同时使用多种技术,为客户提供全面的反欺诈技术检测服务,包括单一类型的欺诈检测,及横跨多种不用应用场景的多种类型欺诈检测,如虚假账户、推广滥用、洗钱等。DataVisor数据分析平台通过分析数十亿用户属性数据和交易数据,保证客户清楚了解用户所有的行为数据,如精准分辨好用户和坏用户,判断哪些是潜伏期账户,哪些是正准备发起攻击的用户等。



DataVisor数据分析平台在使用无监督机器学习的同时,还补充使用了其它检测分析技术,如有监督机器学习、自动规则引擎和全球智能信誉库。目前,DataVisor无监督机器学习引擎技术正在申请专利。无监督引擎通过实时信号不断更新检测结果,提高其它各种分析检测技术有效性,帮助客户获取更多检测结果、实时有效规则,更加全面、深入的掌握平台欺诈者的各种信息。

DataVisor 无监督机器学习引擎

通过分析不同用户之间的事件属性,将坏用户的恶意行为集体关联,以此识别未知欺诈威胁。DataVisor独创的无监督算法通过检测所有事件类型,在损失发生前提早发现恶意欺诈者。

DataVisor 有监督机器学习引擎

根据无监督引擎生成的检测结果和客户提供的标签数据,DataVisor有监督机器学习引擎可以提供更高级的欺诈检测服务,有效识别单独攻击者。

DataVisor 自动规则引擎

DataVisor自动规则引擎可基于无监督机器学习产生的结果自动生成规则,有效降低人工规则手动调优时间,提供更易理解的机器学习检测结果。

DataVisor 全球智能信誉库

拥有来自不同领域超过13亿用户的欺诈行为数据,如IP地址、UA信息、邮箱域名、设备类型等。

无监督机器学习解决方案

DataVisor的核心技术是用户分析引擎,目前该项技术正在申请专利。一种简单有效的了解无监督检测工作原理的方法,就是将其类比于点彩派绘画风格。当近处观察画中任何一个单独的点时,似乎每一个点和其他点差异性很小。然而,如果你退后一步,观察整个画面的全景时,你就可以发现一些规律。同样的道理,DataVisor无监督检测算法通过全局分析线上服务所有用户行为特征,可以在无需训练数据或数据标签的情况下,高效地找到有组织的欺诈群组。

无监督机器学习的独特优势:
预见性威胁检测

无需训练数据,在损失发生前提前捕捉未知欺诈

行为检测

通过关联具有相似特征的坏用户群组,捕捉整个欺诈群组

弹性数据模型

灵活的数据模型支持多行业案例分析

大规模数据处理能力

为全球大型互联网公司提供数十亿事件数据分析,而不仅仅是交易数据

工作原理

首先,DataVisor从客户那里获取用户资料和事件数据,之后由DataVisor高级数据工程师对用户数据进行解析、完成数据特征提取工程,为用户分析平台做好准备。DataVisor数据分析平台包含了四大组成模块:无监督机器学习引擎、有监督机器学习引擎、自动规则引擎和DataVisor全球智能信誉库。客户可以通过DataVisor用户界面、DataVisor用户分析控制台获取检测结果,或者通过DataVisor结果API批量导出或实时传送检测结果。根据客户不同的业务需求,DataVisor数据分析平台提供多种类型部署选项,包括内部部署、SaaS服务和私有云部署。

DataVisor创始人技术讲解

视频(英文)

利用Spark平台分析数十亿用户行为,发现隐藏欺诈者

DataVisor联合创始人兼CEO在美国圣何塞Strata+Hadoop世界峰会上,发表了关于DataVisor如何利用大数据框架分析数十亿用户账号和上千亿用户事件来识别隐藏欺诈者的演讲。

观看视频

播客(英文)

Fang Yu关于机器学习和欺诈技术变化的分析

DataVisor联合创始人兼CTO与O’Reilly Henn Webb的对话。他们讨论如何找出潜伏期的欺诈账号、欺诈交易的潜伏期以及如何提前捕捉潜伏期欺诈行为。

收听播客

想加入我们一起进行网络反欺诈变革吗?
现在就申请试用吧!

申请试用