DataVisor：深耕新型人工智能技术提供一站式反欺诈解决方案

扫描分享

本文共字，预计阅读时间。

DataVisor成立于2013年，总部位于美国加州山景城，是一家致力于利用先进的无监督机器学习技术，为企业提供反欺诈解决方案的高新技术公司。2016年，DataVisor进入中国，并在北京和上海设立办公室。2018年，DataVisor获得红杉资本领投的四千万美元C轮融资，现有投资方NEA（New Enterprise Associates）和GSR（金沙江创投）持续跟投。DataVisor曾获得奖项华尔街日报“2018最值得关注科技公司”top25、彭博商业周刊“美国最具潜力AI初创企业”top50等诸多奖项。

DataVisor拥有顶尖的技术团队。CEO兼联合创始人Yinglian Xie博士毕业于卡内基梅隆大学计算机专业，CTO兼联合创始人Fang Yu博士毕业于加州伯克利大学计算机专业，两位创始人都曾任微软硅谷研究院资深研究员，拥有多年大数据及人工智能技术经验。同时，DataVisor还拥有来自哈佛、MIT等多个顶尖高校的工程师团队。

近日，未央团队采访了DataVisor解决方案总监钮兆新先生。钮兆新毕业于康奈尔大学，曾供职于安永、美国运通银行，拥有超过8年的风险管理经验，曾担任美国运通银行风险管理总监，在采访中，他分享了反欺诈领域近些年面临的新挑战，以及DataVisor在反欺诈领域所取得的突出成就。

钮兆新

反欺诈领域面临的新挑战

近些年来，随着信息技术的发展，社交、金融等不同领域的企业面临着不断变化的欺诈手段和方式，给反欺诈工作带来了新的挑战。围绕着欺诈的实施，形成了包装身份信息、开设虚假账户、账户销售等不同环节中的欺诈团伙，这些欺诈团伙之间合作紧密，构成了一个欺诈产业链，也就是所谓的“黑产”。据中国电商安全生态联盟发布的数据显示，2017年，“网络黑产”从业人员已超过150万，市场规模高达千亿级别。同时,从各个主要国家的统计数据看,利用互联网技术实施偷盗、诈骗、敲诈的案件数正在以每年超过30%的增速增长。

钮兆新介绍说，DataVisor在中国开展反欺诈工作过程中，发现存在着“黑中介”“薅羊毛”等形形色色的新型欺诈手段。在网贷行业，“黑中介”可以根据申请人提供的资料评估贷款数额，通过多头借贷等不同手段帮助申请人快速获取贷款，并收取不菲的中介费。“薅羊毛”则是欺诈者利用“首单优惠”等促销活动注册大量欺诈账号，平台巨额市场促销经费被欺诈者获取，同时，平台损失大量能通过促销活动发展的正常用户订单。这些新型欺诈方式越来越专业化、团伙化，并形成了完整的欺诈链条，使得传统的检测手段难以抵御新风险，并给企业带来了新的风控难题。

打造技术壁垒不断拓展反欺诈业务场景

在这样的背景下，企业采用的传统风控手段，如规则引擎、有监督机器学习，存在依赖历史数据、难以检测最新欺诈手段的问题。而DataVisor独创的无监督机器学习技术，能够自动挖掘和检测各种新型未知的欺诈行为，同时能够自动产生标签和规则，帮助企业减少费时费力的人工调节成本，提升欺诈预防和检测效率。

钮兆新解释说，通过观察来自同一组账户中系列注册事件，无监督机器学习（UML）无需任何训练数据或标签，即可聚类几个具有相似的属性群组，包括注册时间、操作系统、浏览器版本等，有时单次用户分析是正常的，但他们的注册却有可疑相似性。举例来说，在凌晨2点到凌晨3点之间使用谷歌浏览器注册相同产品，其中 GPS 位置相距不到一英里，注册后又进行了昵称和性别修改。如果只有一个用户注册有这些细节，那就十分正常。然而，当一群人具有这种相似的注册模式却是十分反常。DataVisor的无监督机器学习技术，能够敏锐地察觉仍处在潜伏期的欺诈账户，弥补了传统检测方式的不足。

目前，DataVisor在社交、金融、移动应用推广、电商等不同领域开展了账户盗用、支付欺诈、刷单、促销欺诈等等不同场景下的反欺诈业务。比如，某中国财富500强企业曾面临着信用卡开卡内部舞弊问题，DataVisor通过检测内部人员推荐的所有申请数据，发现了变化多端的内部舞弊形式，帮助这家企业提升了22%的欺诈检测效率，挽回了超过1.5个亿的欺诈损失。

持续创新致力于构建更加安全的网络环境

截止目前，DataVisor全球累计处理超过8千亿的用户事件、检测超过2.2亿的坏用户，实现了90%的欺诈账户提前检测，并以99%以上的准确率挖掘出整个犯罪团伙。在中国，DataVisor的客户包括京东、浦发银行、饿了么、美团点评等领先的企业，在美国，DataVisor也服务了Experian、Yelp、Pinterest等等社交、金融客户。同时，DataVisor也在东南亚及欧洲地区开展了反欺诈业务。

谈及未来，钮兆新说，不同地区面临的欺诈挑战不尽相同，DataVisor会继续专注于技术研发，在语音识别、图像识别等技术方向发力，希望能够拓展更多的反欺诈业务场景，帮助更多企业提升反欺诈效率，也为用户打造更加安全和信任的网络环境。