异常检测技术揪出“刷手” 360联合中科院教授打造反刷单利器

本篇文章1450字，读完约4分钟

随着电子商务平台的发展，网上购物已经成为公众最喜爱的购物方式之一。在网上购物时，很多人往往通过观察销量、评价等信息来判断商品的好坏，这直接催生了一个灰色行业。一些商家会通过刷销量和赞美来提高他们的商店知名度。这种欺诈不仅会欺骗消费者，还会直接影响电子商务平台的声誉。从另一个角度来看，商业竞争对手之间的恶意竞争也将导致欺诈者对竞争对手企业的大量不良评论，这些评论可用于攻击对手和提高自己。

那么面对这种情况，如何扭转局面呢？中国最大的网络安全公司360与中国科学院计算技术研究所副研究员刘圣华博士合作，就此问题进行了深入研究。

传统的基于特征捕获的反刷方法效率低，错误率高

刘圣华博士是卡耐基梅隆大学(cmu)的访问学者，清华大学的博士，加州大学洛杉矶分校(ucla)的访问研究助理和学术校友代表。他的学生是中国的长期研究团队之一，也是中国科学院网络数据科学与技术重点实验室的研究团队。

关于计费问题，刘博士介绍说，目前大多数互联网公司都有风险控制部门针对计费行为开展反欺诈工作。然而，不幸的是，他发现许多公司的反欺诈措施仍然停留在传统的方法，通过与一些技术人员的交流和在相关学术会议上的讨论。

这种传统的反刷方法通常提取已经发现的欺诈者的属性，或者分析欺诈购买者的特征，然后总结一些特征，然后根据这些特征，在所掌握的信息库中捕获欺诈者。

然而，当前流行的仅刷方法可以通过刷手购买真实的用户信息、模拟真实的购物行为、发出真实的物流(空包装物流)以及先刷商店访问然后刷订单来避免反欺诈系统的检测。因此，传统的基于特征的检测方法存在固有的缺陷，只能使用一段时间，或者容易出现误捕。

360天宇提供安全援助，遏制大数据欺诈

针对存在的问题，刘圣华博士的团队提出了一种基于行为关系的检测方法。因为任何欺诈都需要行为，根据行为特征进行检测可以使欺诈者暴露自己的本来面目。刘博士进一步介绍了这种方法的基本思想是基于大图挖掘的异常检测，这个大图就是每个普通用户(包括隐藏的刷手)在店内参观、购买和评论的行为。

为了获得回报，大多数用户不仅会刷一次账单，还会带来好评、页面浏览量和销量的突然增加等。这可以在大图像上显示不自然的聚集现象，因此，容易发现异常的与画笔相关的人。

当然，不仅一些商店在刷账单，而且许多应用程序也开始刷账单，甚至不仅仅是表扬和销售，对手的不良评论和低分也会显示在大画面上，这样就可以发现欺诈者和欺诈行为。

随着互联网的不断发展和移动互联网的快速扩张，面对网络行为的大数据，需要更先进的算法和更精确的评估计算来挖掘这些线索。在这方面，360安全大脑为刘博士的团队提供了技术支持。

其中，360天宇作为360安全大脑授权的品牌，以移动安全为重点，将配合刘博士团队开展反欺诈工作，通过有效的风险控制手段，迫使欺诈者放慢计费节奏，增加账户成本，使欺诈业务失去市场，在互联网上生存。

据报道，360天宇来自于之前受到开发商青睐的加固产品360。升级后，不仅重新整合了产品资源，还提供了一站式移动安全服务。迄今为止，王国政府已在360天内为80万个移动应用提供服务，每天保护15亿移动终端用户，覆盖政府、互联网、运营商、金融、游戏、教育、医疗和其他应用场景。

相信在这样一个强大联盟的努力下，电子商务平台和移动应用上的欺诈现象将得到有效遏制。同时，国家信用体系建设逐步完善，执法手段不断优化，这将大大增加欺诈的成本和风险。相信在未来，商家会更愿意把钱花在改进产品和服务上，最终形成良性的市场生态循环。