Promotion Abuse – 促销欺诈(薅羊毛) 2018-05-23T18:46:00+00:00

促销欺诈(薅羊毛)

促销活动是一种极具价值的营销手段,但其同时也极易受到滥用和欺诈威胁。由于促销活动往往是单次且每次不尽相同,因此通常不具备历史数据供其创建训练数据或标签。这意味着有监督机器学习技术难以应对促销欺诈,使企业被迫依靠简单的规则对其进行手动监控。DataVisor的无监督机器学习引擎能一次性分析所有的用户和事件,对促销欺诈和薅羊毛的行为进行大规模、系统性检测。其能在无需训练数据或标签的前提下发现各帐户之间的隐藏关联。即使从单一帐户看并无可疑迹象,DataVisor检测系统仍能有效检测整个促销欺诈群组,防止营销金额的巨额损失。

欺诈者如何逃避促销欺诈检测

Location options red v0

IP变更

攻击者利用设备代理,VPN,以及云服务器等手段逃避基于IP或位置的黑名单,及数字指纹类解决方案。
Location options red v0

模拟位置

欺诈犯罪分子利用软件伪造其GPS位置,来实行针对某地域范围的促销活动欺诈。
smartphone options red v0

设备混淆

欺诈者利用移动设备刷机、虚拟机、以及脚本等方式伪装各类来自不同设备的登录活动。
Mass Registration red v0

多帐户策略

狡猾的欺诈者会在某一帐户之上累积促销信用或货币,然后转账到另一帐户进行兑现,进而逃避检测。

无监督机器学习技术如何打击促销欺诈

DataVisor的无监督机器学习引擎在检测促销欺诈上拥有独特的优势。它能够以实时方式分析所有事件与帐户之间的隐藏关联,无需训练数据或标签,就能检测到整个犯罪团伙,即使从单个用户看并无欺诈行为。另外,由于这些隐藏关联通常在帐户创建时即有所体现,因此DataVisor可以在欺诈者发起攻击之前阻止损失。
Labels - Blue - V1

无需标签或训练数据

快速检测不断演变的新型攻击,且无需等待训练数据或标签。
Target - Blue - v0

高准确率与覆盖率

分析各帐户之间的隐藏关联,从而在检测更多攻击活动的同时降低误报率。
Alert - Blue - v0

早期预警

在帐户注册阶段检测恶意帐户,从而提前阻止其促销欺诈活动。

了解DataVisor如何阻止促销欺诈

DataVisor检测方案

无监督机器学习引擎

运用业内最先进的无监督学习技术,同时分析数以亿计的账户和事件,无需标签或训练数据, 预测新型未知威胁。

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,结合客户提供的标签来增强检测,与无监督机器学习检测形成互补。

自动规则引擎

自动迭代规则,降低维护成本并使结果更易理解。

DataVisor全球信誉库

汇总并分析来自各行业数十亿用户的信息来计算最广泛的各类数字指纹和信号。

 
 

了解DataVisor如何阻止促销欺诈

如何用无监督机器学习增强现有检测结果?