反欺詐行業首份《無監督機器學習引擎》白皮書發布 | 詳解網路欺詐原理

當下，網路欺詐、濫用、洗錢等行為正變得愈發嚴重。Javelin Strategy & Research數據顯示，2016年，僅美國由欺詐造成的損失預計高達160億美元，比2015年增加近10億美元。United Nations Office on Drugs and Crime指出，全球每年洗錢交易金額估計高達1-2萬億美元，佔全球GDP的2%-5%，然而，執法部門從中繳獲的非法資金不到總數的1%。

日前，DataVisor發布了一份技術白皮書《無監督機器學習引擎》，其中對當下的欺詐形勢、手段、方式進行了詳細的剖析，並深入解讀了DataVisor無監督機器學習（UML）引擎的工作原理。

報告請見下

而DataVisor 的無監督機器演算法白皮書是業內首部關於無監督機器的白皮書。其與一般的有規則反欺詐不同，通過找到欺詐群組之間的關聯檢測出欺詐，能在賬號潛伏期即在欺詐發生前準確捕捉，真正將大數據技術成功在工業界落地。您可點擊DataVisor官網 進入官網下載報告了解更多DataVisor在不同場景的應用，也可以關注DataVisor的公眾號回復【郵箱+公司】下載本報告的pdf版本。