“机器学习”潮复兴,用Big Data打击网??路诈欺
王根旺 王根旺

“机器学习”潮复兴,用Big Data打击网??路诈欺

Sift Science, Security, fraud, Photo: Alex Washburn / Wired

跟所有线上零售商说个小知识:如果有人在Windows XP系统上用Firefox浏览你的网页,那么他是诈骗分子的机率就要乘上6倍。

旧金山新创公司Sift Science的工程师将Google减少网路滥用的技术,提供给Airbnb、Uber和Listia等企业运用。

“『机器学习』可以让人们处理不同网站上看到的不同诈欺模式。”Sift Science创办人Brandon Ballinger说:“这么做是为了让网路商务更安全有效率。”

电脑vs 人脑数据运算防诈欺

诈欺对网路卖家来说是个麻烦的问题,他们得自行吸收信用卡诈骗的损失。症结点就在于许多现有的诈欺侦测功能,都得依靠少数可靠的规则来发掘骗子,但这些规则很容易被网路骗子破解。但是要不断更新防诈欺手法有其难度。

Sift Science利用Amazon的云端系统,产生庞大的运算能力以过滤大量数据,借此找出其他人可能忽略的诈欺迹象。

任何的网站只要花几分钟,就可以注册使用Sift Science。费用的计算方式是根据计算网站使用者的“诈欺分数”而定,Sift Science会利用如Google Analytics所分析出的资料给予用户评分,每个月5000分以下免费使用,高于5000分则收取一分10美分的费用。

fraud-660x528

“机器学习”似乎正经历一股复兴潮,IBM试图让自家的智慧电脑Watson推入企业,协助医师诊断或提供厨师食谱想法等等;而Google最近也表示将用神经网路技术增加语音辨识软体的正确率达25%。

前Google员工创业推广Big Data防诈

事实上,Sift Science的9人团队中有超过一半的人来自Google,Ballinger和另外两位员工Sean Gerrish、Doug Beeferman都在Google任职期间学到防范诈欺的技术。

这里再提供最后一个防诈骗撇步:如果有人想用6个英文字母组成的e-mail购物,如robert@wired.com,诈骗的机率就少了40%!不过也许报导刊出后这招就无效了。

Via ? wired

机器学习 网??路诈欺
赞(...)
文章评论
匿名用户
发布