DataVisor UML Enterprise 2018-05-30T10:11:58+00:00

DataVisor UML Enterprise

首个将无监督机器学习成功应用到产品的反欺诈解决方案

以超高精度检测复杂变换的欺诈攻击

DataVisor 无监督反欺诈解决方案是业界首款成功应用到产品的反欺诈解决方案,能够同时处理数亿个账户的所有事件和账户活动,检测恶意账户之间的可疑关联,以自动发掘各类系统性、规模性的欺诈风险。

img-unknown-e1510009650733

无需标签和历史数据

无需依赖标签数据和已知欺诈模式,可自动发现新型未知的欺诈攻击

img-sleeper-cells-e1510009791680

提前预警

提前数日甚至数月,在欺诈账户潜伏阶段进行早期预警

img-linkage-e1510009728433

捕捉整个欺诈团伙

通过分析用户行为活动之间的关联和相似性,捕获整个欺诈团伙

通过分析数以百万计账户以发现其中的隐藏关联

用户资料

帐户基本信息,这些信息通常在申请账户或用户注册时提供。例如收入范围,性别和地址。

用户关联

挖掘不同账户之间的互动和关联,例如一个账户将资金发送给朋友或联系人。

内容和说明数据

由帐户生成的文字和图片,如评论,个人资料照片和电话记录等。

账户行为活动

账户行为事件和时间,如支付事件以及支付时间、支付金额和支付途径等。

访问来源及数字指纹信息

描述帐户访问来源的信息,包括设备类型和版本、浏览器信息、IP地址等。

DataVisor平台包含多项先进技术和功能

无监督机器学习引擎

业界最先进的无监督学习技术,通过分析数以亿计的帐户和事件,自动预测各类新型、未知欺诈攻击,并发掘规模性和系统性的风险。

有监督机器学习引擎

使用行业领先的有监督机器学习算法,通过客户提供的标签进一步辅助提升无监督机器学习的检测。

自动规则引擎

自动产生并更新规则,降低维护成本并改进结果可解释性。

全球智能信誉库

汇总并分析了来自各行业数十亿用户最广泛的数字指纹和信号。

提供对多种应用场景的全面定制

DataVisor UML 检测方案根据不同客户的场景和数据需求提供针对性的调优,实现超高的检测率和精准率。

Mass Registration red v0

大规模注册

提前阻止大规模虚假账号攻击,以预防损失

Thief

账号盗取

在欺诈分子利用盗取的正常用户信息发起攻击之前,提前检测欺诈

Spam and fake reviews red v0

垃圾内容和虚假评论

通过阻止恶意用户发送垃圾信息和虚假评论以维护平台信誉

Discount red v0

薅羊毛

阻止欺诈分子通过新用户优惠、虚拟货币、物品进行大规模套利活动

Credit Card Transaction - Red - v0

欺诈交易

在欺诈交易之前捕获整个欺诈团伙。在传统电商行业的欺诈交易检测方案之上,能进一步提升30-50%的检测率。

App-install-fraud-red-v0-200x200

应用安装欺诈

有效检测各类最复杂的模拟真实用户留存的欺诈安装,节省数百万美元的市场营销费。
Resume-Red-v0-200x200

欺诈申请

实时有效的检测各类欺诈审贷,信用卡申请、营销舞弊、和其他规模性进件欺诈。

Structuring-red-v1-200x200

反洗钱

DataVisor帮助金融机构增加洗钱活动的检测覆盖率,同时降低误报。

如何用无监督机器学习增强现有检测结果?