사이버 사기를 방지 하기 위해 과학 사용 하 여 큰 데이터를 선별

기존 네트워크 지불 및 네트워크 거래의 사기 방지 시스템은 너무 복잡 하다, 또한 수 없습니다 효과적으로 네트워크 사기 제거, 선별 과학, 신진 기업 네트워크 사기를 방지 하기 위해 기계 학습 기반 대용량 데이터 분석을 사용 하기 시작 했다와 같은.

대용량 데이터 분석, 네트워크 보안은 잠재적인 응용 분야입니다. 대용량 데이터 분석, 공격자의 패턴 네트워크 공격, 보다는 오히려 전통적인 보안 방어로 예방할 수 있는 알려진된 공격 패턴에 대 한 방어에 더 능동적이 될 수 상영 될 수 있습니다. 이 문서의 활성 방어: 큰 데이터 유도 정보 보안 기술 혁명, IBM, RSA, 큰 데이터 분석 제품을 기반으로 일부 언급 했다. 그리고 큰 데이터 기술, Cylance, 같은 신생 그들의 자금 조달 했.

최근, 다른 회사, 선별 과학, 사이버 사기 로부터 보호 하기 위해 대용량 데이터 분석 서비스를 제공 하는 학습 하는 기계에 따라 사용 합니다. 과학을 체로 치고 VC 유니온 스퀘어 벤처 투자의 4 백만 달러의 첫 번째 라운드 주도 최근. 1.5 백만 달러의 씨앗 기금, 계산 후 선별 과학 이미 5.5 백만 달러를 녹아 있다.

과학의 선별 서비스는 주로 가장 만연 네트워크 사기 거래 시장, 전자 지불 네트워크 및 E-상거래 사이트, 인터넷에 대 한. 이 사이트 자바 스크립트의 섹션을 통합 해야 엄밀히 과학 서비스를 즐길 수 있는 웹 페이지에 과학을 구별.

브랜든 Ballinger, 4 년 동안 구글에 서 근무, 과학 구별의 공동 설립자는 사기 광고의 많은 수를 방지 하기 위해 일하고 있다. 체 과학에서 엔지니어의 5 Google, 검색 부서에서 2 및 3 브랜든 Ballinger, 사기 광고에 대 한 감시 했다 팀에 근무 했다에서 있었다.

"우리는 모든 사이트는 인터넷에서 몇 가지 '나쁜' 사용자, 즉, 일부 사용자가, 사기를 저지 해야한다 실현" 이라고 말했다. 모니터링 시스템 사기를 만들려고 선별 과학을 만들었습니다. "브랜든 Ballinger 말했다.

2011 년 6 월에에서 그의 대학 룸메이트, 제이슨 탄, 브랜든 Ballinger 설립 체 과학. 처음에, 그들은 자금 Y 조합 기의 2011 여름 프로젝트. 그들은 잠재적인 고객 들과 의사 소통, 고객의 초기 응답은 장소에 이미 사기 방지 시스템을 많이 하고있다 그리고 그것은 사기에 대 한 문제 해결 되었습니다 것 같다.

"그러나, 우리가 정말 고객 들과 깊이 있는 커뮤니케이션을가지고, 우리 찾을 문제가 해결에서 멀리 이다" 고 말했다. 많은 웹사이트 사기 방지 시스템을 구입 하 고 거의 아무도 진짜로 그들을 사용. "브랜든 Ballinger 말했다.

그는 기존 사기 방지 시스템은 아직도 너무 복잡 한 지적 했다:

그들은 Google Analytics 또는 Mixpanel로 사용 하기 쉬운 아니에요. 또한, 사기 방지 시스템을 사용 해야 긴 판매 과정, 설치 비용, 등등 최소 요금을 필요가 필요 합니다. 그리고 API는 너무 복잡 하다. SOAP Api는 종종 기존 시스템에 통합 하는 개월을 사용 하는 기존 사기 방지 시스템. 구별이 나머지 API를 제공 하는 과학.

또한, 기존 시스템과 큰 문제 중 하나는 그들이 고정된 규칙 채택 이다. 예를 들어 그들은 나이지리아에서 거래 또는 거래, 일정 금액 이상의 필터. 그러나, 네트워크 사기 카드의 고정된 규칙에 따라 아닙니다, 그들은 변경, 사기 방지 시스템을 눈 속임 하는 행동의 변화를 통해 쉽게 수 있습니다.

따라서, 구별 과학 사이버 사기를 다루는 기계 학습 알고리즘을 사용 합니다. 엄밀히 과학의 데이터베이스에서 네트워크 사기의 1 백만 이상의 행동 패턴 있으며 여전히 기계 학습 알고리즘을 통해 추가 되 고. 예를 들어 일부 URL 탐색 순서, Tor 노드 IP에서 주소, 늦은 밤 거래 정보, 등에서 추가할 수 있습니다 네트워크 사기 행동 패턴 분석에 대 한.

각 사용자에 대 한 선별 과학을 사용 하 여 사이트를 API 통해 사용자의 사기 방지 점수를 얻을 수 있습니다. 사기 방지 모델 사이트의 요구에 더 적합 되도록 사이트 또한 모델 피드백, 학습 하는 기계에 기반 수 있습니다.

네트워크 거래에서 부정 감지 하거나 사이트 스패머 네트워크 사기에 의해 만들어진 찾을 수 있도록이 시스템을 사용할 수 있습니다. 엄밀히 과학에 따르면 그들의 시스템은 클라이언트 사이트의 네트워크 사기 행동의 90% 이상 식별할 수 있습니다.

과학의 선별 제품 이전 20 고객, 친구나, 동네 짱, Listia를 포함 하 여 테스트 되었습니다. 또한, 일부 최고의 전자 상거래 사이트 및 네트워크 지불 플랫폼 있다.

엄밀히 과학 제품의 가격 사이트 매달 기대 사용자 등급의 수를 기반으로 합니다. 사용자를 위한 달 당 5000 아래 무료, 사용자는 10 센트를 위한 달 당 5000 사용자.

(책임 편집기: Fumingli)