DataVisor Launches Global Cyber Security Service Running on AWS
 |
| Nx 雲端影像平台解決方案 |
leiphone 作者：伊莉
技術的深度應用，在給人類帶來「光」的同時，也有「暗」在生長。科技風險已成為各行業主要的風險之一，從電信詐騙，到釣魚木馬、買賣個人資訊，再到如今有組織的羊毛黨，欺詐者一直在開拓攻擊手段和領域，這也要求著安全和風險分析技術的更逸換代。
近年來不斷發展的大數據與人工智慧技術，逐漸成為風控與反欺詐從業者的有力武器。成立四年的DataVisor打出「無監督學習算法」這一旗幟，再結合監督學習、自動規則引擎，為客戶提供多應用場景的保護，包括大量虛假賬戶註冊、賬號盜取、欺詐交易、身份盜用、洗錢交易、假冒評估、垃圾郵件、虛假安裝推廣等。
創始人 CEO Yinglian Xie （謝映蓮） ，畢業於卡內基梅隆大學電算機系並取得博士學位，有超過十年的安全領域行業經驗，一直致力於打擊大規模網路線上攻擊，此前任職微軟矽谷研究院。近日，她與記者進行了一次深入的訪談。
三大技術構建護城河
「人工智慧產業發展有四個維度：場景、大數據、計算能力與算法。大數據是基礎，計算能力是前提，算法靠人才。在細分場景已經確定的前提下，大數據非常重要。而這部分需要行業頂級專家的深度參與，透過大數據的清洗、標籤，把行業頂級專家的知識轉移給機器，從而讓人工智慧站在巨人的肩膀之上。」清華教授鄧志東告訴記者。
在現實中，各行業或許擁有較多的數據累積，但帶標籤的數據卻很少，需要依賴行業頂級專家的深度參與，人力限制是一方面，另一方面是有標籤的數據較難得，拿到之後，通常也存在滯後效應，無法檢測新型的未知類型的攻擊。
而標籤數據的即時性和準確性，直接影響模型的效果。有監督學習已經無法滿足現狀，從業者開始應用無監督學習，來應對這種情況。
顧名思義，無監督學習可以不依賴於標籤和訓練數據，自動挖掘新攻擊。當攻擊快速變化時，也能自動繼續跟蹤挖掘。「它最大的好處是，化【被動跟著敵人跑】，為【在攻擊發生之前或同時做出反應】」，謝映蓮說，並且還能檢測潛伏期賬戶，起到提前預警作用。
據介紹，DataVisor一般透過挖掘平台用戶的三類數據：賬戶註冊資訊、行為資訊，以及其他資訊（IP、地理位置、設備等）。「下一步，把該平台一段時間內，進行同一行為的用戶放在一起來檢測，聚類分析，發現賬號間的相似性和相關性，形成單個用戶畫像。」
比如，當一個新用戶註冊時，平台無法獲知更多資訊，但是聯繫所有用戶時，可能有一些用戶使用非常相同或相似的頭像、名字、手機型號等，行為就凸顯出來了。
謝映蓮告訴記者，目前無監督機器學習，在實際應用中比較少，難度是在於如何設計算法、體系架構，以及保障算法的效果。
另一個也在無監督學習體系下的技術，是自動規則引擎。傳統規則引擎都是人工調試，DataVisor在此基礎上，利用機器學習技術，挖掘出了很多欺詐群組，而每個群組都有一條，或者多條規則，那麼如何將這些結果，轉化成人類可以理解的規則，以滿足監管或者其他需求呢？
據稱，他們會總結規則的相似性，並用統計原理對規則的生成，進行嚴格的測試，從而使之既有解釋性，又能滿足平台的需求。
「總歸來說，這三種技術有著不同的作用，形成互補。有監督學習在有標籤的情況下，能夠挖掘出有規律的特徵，與無監督學習可以結合利用。而自動規則引擎主要就是滿足解釋性需求，並且減少人工調試的繁瑣和錯誤率。」
此外，他們還打造了DataVisor 全球智慧信譽庫，為上述技術提供數據支持。主要透過挖掘、整合攻擊信號，並進行二度計算，提煉出更具有代表性的信號。據稱，數據庫擁有來自不同領域，超過20億用戶的欺詐行為數據，如IP地址、UA訊息、郵箱域名、設備類型等。
基於以上三種技術加全球智慧信譽庫，他們開發了用戶分析平台。由於該平台本身就具有通用和可延展性，所以能夠與不同的數據、不同的使用場景掛鈎對接，也就出現了八大應用場景。
進入中國，發力金融
那麼在實際應用，DataVisor是如何結合應用場景，為客戶提供服務的呢？
謝映蓮表示，第一階段非常重要的工作，就是幫助客戶梳理和清洗數據，數據的品質與算法的好壞，也是密不可分。雖然DataVisor會面臨數據全面與準確性的挑戰，但她也指出，各機構關於數據的意識已經比較強烈，「會有一些（數據梳理）基礎，雖然參差不齊。」
下一步是理解客戶的業務場景和需求痛點，「將我們的算法和對方數據相結合，幫助客戶解決實際問題。」上述完成後，需要對相當於技術框架和產品進行調試，根據客戶反饋進行一到兩次調優，然後進入產品上線階段。
客戶可以透過DataVisor用戶介面、用戶分析控制台獲取檢測結果，或者透過DataVisor結果，API批量導出，或即時傳送檢測結果，或者直接購買規則自行建冊。根據客戶不同的業務需求，DataVisor數據分析平台，提供多種類型佈署選項，包括內部佈署、SaaS服務和私有雲佈署。
據稱，DataVisor的客戶有如美國最大點評網站Yelp、Pinterest，以及財富500強金融機構等。2016年11月，正式進入中國市場後，在中國建立合作的公司包括大眾點評、獵豹移動、今日頭條等。
DataVisor還表示下一步將會發力金融行業。據謝映蓮介紹，當前與金融機構的合作，主要集中在賬號保護、信貸申請、交易結算和反洗錢方面。
以前述財富500強公司為例，該公司在超過200個國家提供服務，並且已經進入金融服務行業超過10年，DataVisor主要為其提供反交易欺詐服務。該欺詐與風險策略總監，能夠在欺詐者發起攻擊前數天或數小時，檢測到他們，使欺詐交易損失減少超過30%。
另外，美國最大的商家結算支付平台，在採用DataVisor一站式，風險數據分析平台後，即時阻止了17%的交易糾紛欺詐，每年平均為平台商戶節省超過5萬美元。
而說到中國風控市場，儼然一片紅海，相關技術提供商已經不勝枚舉，漂洋過海的DataVisor如何在競爭中佔據一席之地？
「市場廣闊，難免會有競爭，但我認為這會是良性競爭」，謝映蓮持著樂觀的觀點，「市場不同的參與者會起到不同的作用，有些專做黑白名單、辨識指紋這些信號類型的工作，有些像我們提供算法和平台，都是在完善生態系統。」
她表示，內部有很多華人工程師，中國也是公司未來的戰略重點，並透露了DataVisor中國發展計劃。
首先，會繼續提高無監督機器學習技術的智慧化，使之能匹配適用更廣泛的場景，減少人工干預。
其次，根據客戶需求，進行本地化調整，比如說，對中文語言文字處理的優化；另一方面，中國有較多羊毛黨、刷機行為，規模性更強，會考慮中國的攻擊特點進行調整。
心向技術產品化
「經過微軟的多年經驗，意識到無監督學習的重要性，大家覺得以前的方法是《頭痛醫頭，腳痛醫腳》，而透過互聯網上支付、刷單行為，我們看到本質其實是賬號層面的欺詐。所以我們誕生一個想法——解決賬號生命週期中存在的各種欺詐。」
謝映蓮向記者描述其立項創業的心路。她表示，微軟研究院有很好的研究氛圍，但是對個人來講，並不滿足於透過和微軟各個部門合作進行的局部創新。其中的「她們」還包括聯合創始人兼CTO俞舫，同樣來自微軟矽谷研究院。
「反欺詐行業一個特點是，對手在不斷變化，問題不是靜止的。我們在不停地追求新技術應對攻擊，另一邊又在將這種技術能力產品化，兩個過程都充滿著挑戰性，也讓我非常興奮。」
這些或可總結為支持她過去十年，以及未來可能的數十年，從事該行業的動力。
 |
|
|
沒有留言:
張貼留言