Top
首页 > 正文

消费毫秒级安全,京东数科详解智能反欺诈平台如何保驾护航

京东数科基于机器学习、大数据、实时计算、图计算等技术,打造了完整的智能反欺诈平台,一站式解决营销拉新、广告投放、账户安全、支付安全、资产安全等场景欺诈问题。
发布时间:2020-03-06 17:53        来源:赛迪网        作者:赛迪网

“兵来将挡,水来土掩”。随着科技发展,利用智能反欺诈技术对黑产党进行有效防范,做到防患于未然已非难事。京东数科基于机器学习、大数据、实时计算、图计算等技术,打造了完整的智能反欺诈平台,一站式解决营销拉新、广告投放、账户安全、支付安全、资产安全等场景欺诈问题。平台覆盖600多个业务场景,采用高可用性AI集群保证业务正常运转,目前每日超过1000亿次复杂计算,计算速度达到毫秒级,更是经历了数次618、双11的大促考验,为广大用户安全提供了坚强的后盾保障。

与此同时,京东数科智能反欺诈平台利用积累的经验、系统及人工智能模型能力,对外提供反欺诈综合解决方案,科技赋能数十家银行和金融机构,提升金融业的反欺诈管理能力。

京东数科智能反欺诈平台

京东数科智能反欺诈平台

那么,京东数科打造的智能反欺诈平台,是如何守护用户安全的呢?据了解,在京东数科打造的这套机器智能学习的反欺诈体系中,以AI为引擎的自动对抗机器学习平台担当起了与黑产自动搏斗的重要角色。反欺诈对抗的难点在于黑产也在利用高科技技术在不断突破反欺诈策略,攻击方式变换多端,快速调整攻击模式绕过线上拦截,这就意味着防止黑产自动攻击的模型策略也需要快速更新。自动对抗机器学习平台采用小样本学习、图神经网络等算法,实时捕捉欺诈动态信息,可达到特征自动衍生、模型自动选取、策略自动推荐和欺诈自动对抗。自动对抗改变了原来的被动防御欺诈的模式,将被动防御转变为了主动出击。

例如,图神经网络技术可以对黑产建立超大规模用户、设备关系的复杂图网络,但是会面临如何从多种类型节点和节点间关系中学习到有效特征表示是一技术难题。京东数科创新性地提出了一种无监督异构图神经网络嵌入模型,利用图节点表示学习算法得到既可以保留节点属性又能保留图结构的节点特征表示。在此基础上,发现高度关联的群体,通过采用异常检测技术识别出欺诈团伙。基于图数据和创新算法的反欺诈系统在实际业务中针对5亿点、10亿边,算法可分钟级返回,对欺诈团伙识别精度达到99%以上。

京东数科自研基于小样本学习的知识图谱补全算法

京东数科自研基于小样本学习的知识图谱补全算法

当前,很多算法都依赖于大量的训练数据才能较好地学习到知识图谱中各类节点间的关系。黑产刻意篡改设备、IP等信息所导致的关联稀疏的问题、训练数据缺失的情况普遍存在。为了解决该问题,京东数科提出了一种基于小样本的知识图谱关系学习架构来预测在知识图谱中各类实体节点间的连接关系。通过自动对抗机器学习大幅度提高了反欺诈模型的开发效率,由原来的天级别缩短到分钟级别,为用户带来无人值守的实时安全守护。

京东数科自研无监督异构图神经网络算法HDGI

京东数科自研无监督异构图神经网络算法HDGI

作为智能反欺诈平台中的重要环节,智能安全平台也搭载着众多AI技术。以人脸识别为例,京东数科自研自研多模态人脸活体检测算法近期已正式通过国家金融IC卡安全检测中心-银行卡检测中心(BCTC)的技术认证,达到国家认证的金融支付级安全标准。该算法有效拦截多种人脸识别攻击手段,切实保障用户账户安全。

智能反欺诈平台的建设,离不开京东数科在科技创新和技术研发方面的不断投入。近一年来,京东数科超过20篇AI研究论文在NeurIPS、ICML、WWW、KDD、AISTATS、AAAI、IJCAI,SDM、ICDM等知名国际顶级会议上发表,其中多项创新算法应用于反欺诈,开启了AI驱动的智能反欺诈新篇章。例如,基于成对比较样本标注的鲁棒条件生成对抗网络RCGAN、针对鲁棒支持向量机的快速数据筛选算法等技术研究论文入选AAAI 2020,该技术为欺诈情况下模型快速迭代提供了有力保障。

AI技术的不断突破,助力反欺诈实现了从经验方式到机器自学习的全面进化。作为数字科技公司,AI已经在京东数科的基因中深深扎根。智能反欺诈平台将以协同方式与合作伙伴一起保障用户安全,为科技生活提供多元化、更加安全的保障服务。

专题访谈

合作站点
stat