DataVisor进入中国一周年 成为人工智能大数据反欺诈行业领先者

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
可视分析地图(DataV-Atlas),3 个项目,100M 存储空间
简介:

9月21日,全球领先的人工智能公司DataVisor在北京召开媒体见面会,详细介绍了进入中国一周年所取得成就和进展。在新闻发布会中,DataVisor的管理团队与客户分享了对社交网络、电商、金融领域反欺诈的看法,并认为,只有采取更智能的技术才能有效检测“坏用户”,提高覆盖面,进而保护客户的数字资产,促进客户的业务良性发展。

众所周知,随着移动互联网和电商的蓬勃发展,伴随而来的是大规模的线上欺诈。多份研究报告指出,全球每年欺诈损失总额大概超过500亿美元。仅在去年一年,全球信用卡、借记卡、预付卡和私有品牌支付卡的损失就高达163.1亿美元。电子零售商和批发商因欺诈损失的金额占其年收入的7.5%以上。每年保险欺诈(不包括健康险)的损失总额大概超过400亿美元。

作为硅谷的技术型创新企业,DataVisor以人工智能领域独创的无监督学习算法为核心,可保护客户免受各种攻击,包括大量虚假账户注册、账号盗取、欺诈交易、身份盗用、洗钱交易、假冒评估、垃圾邮件、虚假安装推广等,所服务的客户有美国点评网Yelp、图片社交软件Pinterest、社交网站陌陌、Blued等。最新数据显示,在全球,DataVisor的用户事件分析总量已超过6千亿,保护用户数量超过20亿,已检测坏用户数量超过1亿3千万。

DataVisor CEO兼联合创始人Yinglian Xie(谢映莲)认为,作为一家美国公司,进入中国市场是非常具有挑战性的。DataVisor在一年内所取得优异的成绩,显然与客户的支持,以及团队的努力是分不开的。自2013年公司成立之初,DataVisor就把中国当作重要的市场看待。

DataVisor进入中国一年的时间里,已经服务包括阿里巴巴、陌陌、探探、大众点评、猎豹移动、趣加游戏等众多国内知名的大型互联网企业,并获得客户的良好口碑。检测真实注册用户的有效率可以提高到99.999%,响应速度为毫秒级。

DataVisor中国区总经理兼技术总监吴中对媒体详细解读了中国线上网络欺诈的现状。他认为,伴随着越来越复杂和越来越具有规模化、隐蔽性的欺诈手段,采用传统的反欺诈方案已经不能适应新形势的发展。而DataVisor独特的一站式风险数据分析平台,以无监督机器学习引擎为核心,同时结合其他检测分析技术,例如有监督机器学习、自动规则引擎和全球智能信誉库等,可帮助中国线上企业迅速找到“坏用户”,从而帮助客户提高运营能力,聚焦于核心业务。

来自今日头条的客户分享了如何利用人工智能抵御欺诈威胁。该客户认为与DataVisor合作有三个明显的优势。1.对接成本很低,无论从时间成本还是技术成本。时间上,可以做到10分钟接入技术平台。2. 准确率高,来源DataVisor独特的无监督机器学习算法。3.速度很快,能够最短时间内发现多个广告渠道的作弊行为,及时止损。双方将继续展开其他领域的合作。

最后,来自国内多家知名的互联网公司如猎豹移动、探探、微店、Blued等参加了会议并作主旨发言。与会嘉宾一致认为,解决网络欺诈难题,必须聚焦于人工智能,深入了解人工智能前沿的理论知识与基础算法,开发出跨行业的产品和解决方案。相信,伴随着DataVisor深入应用国际领先的无监督学习算法,势必会提高中国全行业线上的反欺诈水平。 


本文作者:佚名

来源:51CTO

相关实践学习
DataV Board用户界面概览
本实验带领用户熟悉DataV Board这款可视化产品的用户界面
阿里云实时数仓实战 - 项目介绍及架构设计
课程简介 1)学习搭建一个数据仓库的过程,理解数据在整个数仓架构的从采集、存储、计算、输出、展示的整个业务流程。 2)整个数仓体系完全搭建在阿里云架构上,理解并学会运用各个服务组件,了解各个组件之间如何配合联动。 3 )前置知识要求   课程大纲 第一章 了解数据仓库概念 初步了解数据仓库是干什么的 第二章 按照企业开发的标准去搭建一个数据仓库 数据仓库的需求是什么 架构 怎么选型怎么购买服务器 第三章 数据生成模块 用户形成数据的一个准备 按照企业的标准,准备了十一张用户行为表 方便使用 第四章 采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章 用户行为数据仓库 严格按照企业的标准开发 第六章 搭建业务数仓理论基础和对表的分类同步 第七章 业务数仓的搭建  业务行为数仓效果图  
相关文章
|
2天前
|
机器学习/深度学习 人工智能 算法
探索人工智能与大数据的融合之道####
— 本文旨在探讨人工智能(AI)与大数据如何协同工作,以推动技术创新和产业升级。通过分析二者的基本概念、核心技术及应用场景,揭示它们相互促进的内在机制,并展望未来发展趋势。文章指出,AI提供了智能化处理数据的能力,而大数据则为AI提供了海量的训练资源,两者结合将开启无限可能。 ####
|
9天前
|
存储 人工智能 分布式计算
大数据& AI 产品月刊【2024年10月】
大数据& AI 产品技术月刊【2024年10月】,涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
|
8天前
|
人工智能 算法 搜索推荐
探索人工智能与大数据的融合之道####
本文深入探讨了人工智能(AI)与大数据之间的紧密联系与相互促进的关系,揭示了二者如何共同推动科技进步与产业升级。在信息爆炸的时代背景下,大数据为AI提供了丰富的学习材料,而AI则赋予了大数据分析前所未有的深度与效率。通过具体案例分析,本文阐述了这一融合技术如何在医疗健康、智慧城市、金融科技等多个领域展现出巨大潜力,并对未来发展趋势进行了展望,强调了持续创新与伦理考量的重要性。 ####
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能与大数据的融合之美####
【10月更文挑战第29天】 身处信息技术飞速发展的时代,人工智能与大数据如同两颗璀璨的星辰,在科技的夜空中交相辉映,共同推动着社会进步与变革的浪潮。本文旨在揭开AI与大数据深度融合的神秘面纱,探讨这一融合如何引领技术前沿,激发创新活力,并展望其在未来世界中的无限可能。通过深入浅出的解析,展现技术背后的逻辑与魅力,邀请读者一同踏上这场科技与智慧的探索之旅。 ####
34 2
|
19天前
|
机器学习/深度学习 人工智能 运维
智能运维:大数据与AI的融合之道###
【10月更文挑战第20天】 运维领域正经历一场静悄悄的变革,大数据与人工智能的深度融合正重塑着传统的运维模式。本文探讨了智能运维如何借助大数据分析和机器学习算法,实现从被动响应到主动预防的转变,提升系统稳定性和效率的同时,降低了运维成本。通过实例解析,揭示智能运维在现代IT架构中的核心价值,为读者提供一份关于未来运维趋势的深刻洞察。 ###
72 10
|
13天前
|
存储 人工智能 大数据
物联网、大数据、云计算、人工智能之间的关系
物联网、大数据、云计算、人工智能之间的关系是紧密相连、相互促进的。这四者既有各自独立的技术特征,又能在不同层面上相互融合,共同推动信息技术的发展和应用。
109 0
|
16天前
|
机器学习/深度学习 人工智能 物联网
深度学习:物联网大数据洞察中的人工智能
深度学习:物联网大数据洞察中的人工智能
|
1月前
|
人工智能 分布式计算 大数据
大数据&AI产品月刊【2024年9月】
大数据& AI 产品技术月刊【2024年9月】,涵盖本月技术速递、2024云栖大会实录、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
|
2月前
|
机器学习/深度学习 人工智能 分布式计算
人工智能与大数据的融合应用##
随着科技的快速发展,人工智能(AI)和大数据技术已经深刻地改变了我们的生活。本文将探讨人工智能与大数据的基本概念、发展历程及其在多个领域的融合应用。同时,还将讨论这些技术所带来的优势与挑战,并展望未来的发展趋势。希望通过这篇文章,读者能够对人工智能与大数据有更深入的理解,并思考其对未来社会的影响。 ##
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。