揭秘:你的支付宝由谁来守护?

简介: 支付宝安全团队招人啦!

随着移动支付的普及,现在的人带着一个手机就可以走遍天下,但如果手机丢了怎么办,他放在支付宝里的钱又会怎样呢?

在知乎上,也有人问了类似的问题:

1.jpg

对于这个很多人关心的问题,支付宝官方也做了回复,总结就是:

首先支付宝承诺“你敢付我敢赔”,一旦发生盗刷会有保险公司赔付;其次,支付宝的风控系统,可以将盗刷控制在很小范围内。

事实上,支付宝曾经演示过比单纯的丢手机更严重的情景,在今年年初的一场节目上做过这样的演示:黑客获得了一个用户的完整信息,包括手机、身份证、银行卡等,然后试图用支付宝将银行卡里的钱取出。

使用这些信息,黑客成功进入了支付宝并且修改了登录密码,但在最后交易的关头,还是被支付宝成功识别为恶意交易并中断交易。

近几年,网络安全事件层出不穷,黑产行业愈发猖獗,对人们的信息安全和财产造成严重挑战。支付宝作为受人信赖的钱包和支付工具,是黑产们的重点目标,但与此同时,支付宝给人的印象很安全,就是因为支付宝背后有一个风控系统在守护着你的每一笔交易。

2005年,支付宝开始自主研发智能实时风控系统,经过不断的优化,从2017年开始升级到第五代(AlphaRisk)系统。这套系统集风险分析、预警、控制为一体,能通过数据分析、数据挖掘进行机器学习,自动更新完善风险监控策略,日均拦截黑产攻击近十万次,资金损失率小于千万分之一。

那么,这个风控系统为什么这么厉害呢?这就不得不提它背后的团队了。

这个团队就是支付宝安全团队,风险决策就是该团队中负责风险防控的模型团队,团队涉及的风险类型包括,盗用、欺诈、作弊、违规违禁等等。在日常的工作中,团队成员需要从每天百亿级别的交易数据中,抽丝剥茧,发现不法分子的蛛丝马迹,并为支付宝账户和商户提供极致的安全和体验,使他们免受盗用、欺诈、资金风险的侵害。

团队的成员来自五湖四海,人员的组成也是五花八门。由于研究的是利用最前沿的大数据和机器学习技术,不少人来自国内外的知名高校和研究机构,有学习统计、计算机的科班出身,也有学习数学、物理学半道出家的人;团队里既包含工业界的资深专家、学术界的助理教授,也有刚出校门的的新手小白。他们希望,每个人都能在这里找到自己的位置,找到能够为之奉献的终身事业和研究方向。

丰富多样的人员构成使决策科学有足够的能力在不同的领域进行深度拓展。

在人工智能的研究和利用方面,他们涉及的算法包含了知识图谱、时序分析、无监学习、图推理、模型可解释性、NLP、CV、AutoML、运筹优化、强化学习、联邦学习、在线学习等等。

利用这些算法和训练出的模型,他们可以做到对每条交易的风险程度进行评估,并给出对应的解释,然后还可以推荐合适的解决方案;利用图像检测和NLP算法,他们可以对黑产进行主动攻击、挖掘黑产团伙的信息,将犯罪行为暴露并联合执法部分进行打击。

今年还不到30岁的易灿就是团队中的一员,前不久,他刚和团队的几个小伙伴一起,利用业余时间在KDD Cup 2019 Regular ML Track全球竞赛中获得冠军,这项比赛被誉为数据挖掘界的奥林匹克。

2.jpg

KDD CUP大赛是大数据顶级峰会KDD大会设立的线上比赛,每年的5月到8月期间开启,以组队形式,只要成功报名,任何人都可以参加,来自全球的高校、研究机构以及公司的数千只队伍在三个月时间内反复厮杀,只有最后总分最高者才能获胜。

事实上,团队内部在算法竞赛方面称得上是高手如云,他们在过去两年的蚂蚁金服数据挖掘内部赛中连续获得冠军。也更是在专业赛道比如CCL2019中国法研杯比赛,获得了总分第一。

这样的一群人,能打造出这么厉害的风控系统也就不足为奇了。

支付宝每一个做安全的同学的目标就是守护人们的支付安全,他们就像李白笔下的侠客一样,在黑暗中与黑产厮杀,事了拂衣去,深藏身与名。对他们来说,安全风控不仅仅是一项工作,更是一份社会责任。

最后,不得不提到的是团队的培养和学习机制,也真正体现了在做风控安全这件有情有义的事情的是怎样的一群有情有义的人。

除了资深Kaggle GM不吝赐教、行业专家经常分享经验之外,新人从入职开始,每个人都有一个师兄或师姐一对一地传帮带;业务熟悉方面,他们准备了一系列课程,包括业务、产品、模型、案例分析等内容,可以帮助新人快速全面融入新的环境;在学习成长方面,团队内部有NLP/CV、联邦学习、无监督弱监督、图算法、强化学习、知识图谱等虚拟小组,每个人都可以根据自己的爱好报名参加,小组内定期分享学习讨论,这对于团队技术能力的广度和深度的提升都是有力的保障。

目前,支付宝安全团队仍在招募新成员,感兴趣的同学可以查看下方的招聘信息,欢迎投递简历~

支付宝安全团队招人啦!

招聘岗位:
算法专家/数据挖掘专家
简历投递邮箱:
weiqiang.wwq@antfin.com
岗位描述:
1.通过分析/挖掘数据,探索业务机会点并能通过多种AI机器学习算法,建立并持续优化各种风险行为预测模型;
2.平衡体验的便捷和安全,通过优化理论和方法,设计并实施风险-收益最优化的决策。
3.学习、总结、沉淀风控核心算法和能力,与团队一起打造风控算法架构。
职位描述(算法专家P7-P9):
1.计算机、数学、统计、金融等相关专业的硕士或以上学历;
2.三年以上数据挖掘或者机器学习相关工作经验;
3.熟练掌握机器学习算法(或者对于最优化理论和方法有所研究和实践),熟练运用SQL、R、Python等工具;
4.突出的分析问题和解决问题能力,自我驱动,并且具备较强的学习能力、创新应用能力及沟通协调能力;
5.拥有分布式图计算,实时流计算(Spark/Storm)、海量数据处理(Hadoop/Hbase/Hive)经验者优先;有盗用欺诈作弊套现等风险识别工作经验者优先。

更多支付宝安全团队的算法/产品/数据/安全/工程等职位,请浏览阿里巴巴招聘官网,搜索“蚂蚁金服 安全”

相关文章
|
11月前
|
SQL 关系型数据库 测试技术
详解DB2 restore恢复数据库
本文介绍了将生产数据库完整恢复到测试环境的具体步骤和注意事项。包括检查服务器空间、上传数据库文件、停掉数据库连接、查看日志、设置编码页、日志重定向、设置表空间大小、执行恢复、前滚日志、恢复字符集、善后工作等操作,帮助确保数据恢复过程顺利进行。
546 0
|
11月前
|
缓存 移动开发 前端开发
HTTP请求走私漏洞原理与利用手段分析
HTTP请求走私漏洞原理与利用手段分析
544 1
|
12月前
|
存储 运维 监控
实时计算Flink版最佳实践测评
实时计算Flink版最佳实践测评
242 1
|
10月前
|
前端开发 JavaScript 开发者
Web组件化的发展历程
Web 组件化是前端开发领域的一个重要演进方向,它的发展历程见证了互联网技术的不断进步和创新。
246 56
|
8月前
|
机器学习/深度学习 人工智能 数据安全/隐私保护
《探秘AI与鸿蒙Next:动画过渡效果的优化密码》
在移动应用和图形界面设计中,动画过渡效果对用户体验至关重要。人工智能与鸿蒙Next图形渲染的结合,为优化动画过渡带来了新机遇。AI通过智能补帧、运动趋势预测和自适应调整等技术,确保动画流畅自然;鸿蒙Next则借助硬件加速、高效布局管理和动画引擎优化,提升渲染效率。二者协同工作,基于数据驱动和智能场景理解,共同实现更流畅、逼真的动画体验,推动图形界面设计迈向更高水平。
244 5
|
安全 数据安全/隐私保护 网络虚拟化
win10 无需下载软件,不用向日葵、不用todesck也能快速远程!而且密码会自动定时更新!25
【7月更文挑战第25天】在Windows 10中,快速助手是内置的远程协助工具,用于无第三方软件情况下的远程支持。用户需通过搜索打开应用,提供帮助者先登录微软账号获取安全代码,然后被帮助者输入该代码以建立连接。连接有10分钟有效期,需在时间内输入。连接建立后,提供帮助者需请求控制权,经被帮助者同意后才能操作对方电脑。整个过程增强了安全性,但流程与向日葵、Todesk等第三方工具不同。
406 7
|
存储 运维
聚焦移动互联网,传易将好音乐带给非洲用户
传易音乐借助阿里云数据湖、多媒体数据存储等解决方案,获得了PB级容量及超百Gb的带宽吞吐能力。
1304 1
聚焦移动互联网,传易将好音乐带给非洲用户
|
机器学习/深度学习 人工智能 算法
构建未来:人工智能在持续学习系统中的进化
【5月更文挑战第24天】 本文聚焦于人工智能(AI)技术中一个关键且迅速发展的分支——持续学习系统。不同于传统的静态机器学习模型,持续学习系统能够适应新数据的到来,不断更新知识库,实现长期的累积学习。文章首先概述了持续学习的理论基础及其在现代AI领域的重要性;随后,详细探讨了该领域的最新进展,包括算法创新、神经网络架构的优化以及数据处理策略;最后,分析了持续学习面临的挑战和未来的发展方向。本研究旨在为AI专业人士提供深入见解,并激发对AI持续学习能力提升的新思路。
|
前端开发 JavaScript 安全
深入探索 Qt6 web模块 WebEngineCore:从基础原理到高级应用与技巧
深入探索 Qt6 web模块 WebEngineCore:从基础原理到高级应用与技巧
1533 0