banner.jpg)
相關(guān)專題：
5月31日消息（任靜）移動互聯(lián)網(wǎng)的全面普及帶來了新的風控挑戰(zhàn)，如惡意騙貸、套現(xiàn)、電信詐騙等，現(xiàn)代企業(yè)開始面臨有組織協(xié)同攻擊的欺詐挑戰(zhàn)。隨著人工智能的興起與運用、“深度學習”的概念傳播，“無監(jiān)督學習”作為獨有優(yōu)勢的人工智能學習技術(shù)，在大眾看不見的地方，守護著用戶的安全。
經(jīng)檢測，“無監(jiān)督學習”在反欺詐場景內(nèi)，對比其他方法存在一定的優(yōu)勢，被認為是最新一代的反欺詐新技術(shù)。如建立黑名單、信譽庫，適用于單獨檢測，覆蓋率和準確率有限；制定規(guī)則系統(tǒng)則需對欺詐行為有深入了解，要人工方法定期調(diào)節(jié)規(guī)則；有監(jiān)督的機器學習需要大量人工標注數(shù)據(jù)來訓練檢測模型；而無監(jiān)督的大數(shù)據(jù)欺詐檢測，可以自動挖掘和檢測各種已知、未知的欺詐行為，自動產(chǎn)生標簽，用于機器訓練檢測模型，自動產(chǎn)生規(guī)則，免除人工規(guī)則調(diào)試。
DataVisor維澤科技創(chuàng)始人兼CEO謝映蓮表示，大數(shù)據(jù)時代，企業(yè)面向全球客戶，此時欺詐變得更加容易，隨著對數(shù)據(jù)和用戶量增長需求的飛速膨脹，用傳統(tǒng)的邏輯來避免欺詐能做的很有限，我們需要AI、大數(shù)據(jù)，二者的融合對場景的落地產(chǎn)生了價值。
現(xiàn)代欺詐主要以群體欺詐模式為主，無監(jiān)督學習可以利用特征提取、特征拆解、特征組合的特征計算方式在頭部規(guī)避欺詐風險。DataVisor平臺的反欺詐技術(shù)，是首個經(jīng)驗證能夠成功規(guī)模化應(yīng)用的無監(jiān)督機器學習解決方案，通過無監(jiān)督機器學習引擎、有監(jiān)督機器學習引擎、規(guī)則引導與個體異常檢測引擎搭建完整技術(shù)架構(gòu)，可識別新型和未知的欺詐信號。
謝映蓮表示，無監(jiān)督機器學習利用高維檢測、降維計算的方法，全局性的監(jiān)測異常數(shù)據(jù)，有效打擊了薅羊毛、批量注冊等異常攻擊，不再過度依賴標簽，做到實時檢測，提前捕捉。
在2019數(shù)博會“獨立 互聯(lián) 智能——產(chǎn)業(yè)互聯(lián)下的網(wǎng)絡(luò)安全創(chuàng)新發(fā)展論壇”上，謝映蓮發(fā)表了“無監(jiān)督機器學習技術(shù)在風險管理中的創(chuàng)新應(yīng)用”主題演講，同時介紹了DataVisor維澤科技研發(fā)的最新產(chǎn)品——反欺詐管理解決方案dCube，這是一款平臺化的反欺詐管理解決方案，能夠幫助客戶根據(jù)自身業(yè)務(wù)邏輯來設(shè)計和調(diào)整機器學習的方法論。
謝映蓮在接受采訪時表示，通過對大數(shù)據(jù)的研究與分析，來指導我們進行智能的決策和智能的應(yīng)用，能夠?qū)ξ覀兊纳町a(chǎn)生實實在在的改變。
作者：任靜 來源：C114通信網(wǎng)
