今天是:

AI让坏人无处可藏 京东金融反欺诈算法被PKDD收录

时间:2017-10-17 05:47   来源:未知

  9月24日,京东金融Vector Lab(向量试验室)的论文《应用循环神经网络进行电商网站交易的欺诈检测》Session-Based Fraud Detection in Online E-Commerce Transactions Using Recurrent Neural Networks入选今年的PKDD。

  PKDD全称是欧洲机器学习与知识发现国际会议(European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Database: ECML/PKDD),是一个欧洲的数据挖掘顶级会议,在国内取得了中国盘算机学会的威望认定,含金量极高。

  此次,京东金融风控团队反讹诈技巧入选PKDD论文,代表着京东金融在数据挖掘与人工智能范畴的技术结果已经得到世界最权威机构的认可。

  传统的反欺诈系统大多采用基于特点匹配的专家系统或者基于统计的机器学习算法,这类办法确真实实际系统中防备了大批的欺诈行为,但是电商场景是一个复杂多变的场景,无论是商品的更新还是客户的偏好都在随时变化,仅靠基于业务特性手动设计出的统计特征很难及时捉拿到少质变化的欺诈行为。

  另一方面坏人反侦查能力很强,他们会通过长时间积聚下来的经验教训,总结出要躲避哪些行为,尽量伪装成合法用户的样子,好比他们会模仿正常用户少量交易去养号,注册时会故意拖延时间让机器批量注册看起来像是人工注册,交易时也尽量规避敏感产品,总而言之就是躲避那些专家和统计算法的红线。

  但是“雁过留声,人过留痕”,即使故意闪躲,欺诈者终究仍是会在行为序列中留下蛛丝马迹。京东有2.58亿活泼用户,天天系统日志会留下海量的用户行为日志,京东金融Vector Lab采取RNN技术对基于用户的阅读行为的时间序列进行建模,得到了超出传统算法三倍以上的精度,循环神经网络(Recurrent Neural Network,RNN)通常应用在天然语言处置、语音辨认等领域,是一个拥有对时间序列显示建模才能的神经网络。

  同时,由于神经网络拥有较强的迁徙学习和在线学习能力,因此模型在实际应用中能够实现倏地更新迭代。京东金融通过不断收集处理平台发生的新的数据,在原有模型的基本长进一步调整参数,使得模型可以不断学到新的行为模式,实现进化。欺诈与反欺诈不断处于动态博弈,所谓“魔”高一尺,“道”亦高一尺。

  “异常的行为隐藏在行为序列中,总会找到蛛丝马迹。我们把一个时间段内的所有行为按先后次序给机器学习,在学习大量样本后,它就能找出其中的细微差异,这就是RNN时间序列算法对于金融的价值所在”,京东金融危险治理部总经理沈晓春如是表现。

  以下是京东金融Vector Lab入选2017PKDD的论文节选,感激清华大学穿插信息研究院在项目中的赞助,pdf:

友情链接:
Copyright © 2010-2016 czwcn.com All Rights Reserved
版权所有 中国车智网 蜀ICP备12011292号-1