DataVisor 出席尖端大數據大會，獨家分享深度學習反欺詐應用方案

2018年6月4-6日，由 Databricks 主辦的 Spark + AI 2018年度峰會在舊金山召開，DataVisor 受邀參加大會，並分享關於「深度學習在反欺詐行業中的應用」。該峰會是頂尖大數據社區 Apache Spark 一年中最大的峰會活動，自然是乾貨不少。除了不少業界大牛會帶來精彩絕倫的分享以外，還更加關注如何運用嶄新的大數據技術使得機器學習更好落地於應用。而 DataVisor 不但是首個將人工智慧應用於反欺詐行業中的企業，也是早期支持 Spark 大數據平台的企業之一。

△ 演講主題

會議摘要：

在這裡，我們介紹一種實時，可擴展的在線欺詐檢測解決方案，由深度學習技術支持。如今，大多數深度學習應用都在計算機視覺和自然語言處理等的幾個領域中。而我們當前的解決方案是少數幾個將深度學習模型應用於安全問題的解決方案。我們的研究結果表明，深度學習解決方案顯著地突破了傳統的黑名單檢測和其他機器學習方法在 TB 級數據處理規模的限制。

△ 方案演示

在線欺詐主要是由欺詐分子發起的團伙欺詐。團伙欺詐都是通過大規模操縱惡意帳戶進行，無論是重新創建還是通過劫持用戶獲得，都會現有線上服務發起攻擊以獲得收益。現有的欺詐解決方案要麼依靠信譽列表阻止已知的可疑活動，要麼需要人工分析師進行大量的特徵設計以進行模型培訓。這些方法無法應對不斷變化的欺詐模式也無法處理大規模的數據量。在 DataVisor，我們分析了全球在線服務的數十億帳戶的活動，以檢測欺詐和濫用行為。這些數據為我們提供了對於在線欺詐情況的獨特見解，使我們能夠全面應對團伙欺詐攻擊。

△ 方案演示

我們的深度學習解決方案基於在線上服務中收集的數字信息，包括IP地址、用戶代理字元串、郵箱、用戶昵稱等。我們構建了一個通用的欺詐檢測框架，以識別日誌數據中的欺詐活動(這些常用數字信息的全部或子網）。通過利用這些常用的數字信息，模型並不需要知道數據源自哪些特定的程序和服務。我們所研究深度學習 pipeline 的設計與實現是基於 Spark 和 Tensorflow 框架，以滿足於多種雲平台和實時分析的產品要求。我們還展示了我們的檢測系統如何超越傳統解決方案，包括黑名單和一般機器學習方法。

關於Arthur Meng

擔任 DataVisor 演算法平台團隊的技術主管。 負責包括構建機器學習基礎結構，開發深度學習演算法以及改進用於欺詐檢測的無監督機器學習演算法等方面。 在 DataVisor 之前， Arthur Meng 在斯坦福大學獲得博士學位，他的作品發表在 Nature，Nature Communications 等著名科學期刊中。

Ting-Fang Yen

擔任 DataVisor 的研究主管。 她的工作方向在於在線威脅檢測，包括惡意軟體、惡意內部人員和入侵以及在線欺詐。 她的研究已形成產品方向，並在頂級行業和學術安全會議上發表。 她曾擔任 RSA 實驗室首席研究科學家和 E8 Security 威脅科學家。 Yen 獲得卡內基梅隆大學博士學位。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！