使用半监督学习进行欺诈检测
· 阅读需 4 分钟
明确需求
实时计算风险概率分数,并结合规则引擎做出决策,以防止账户接管 (ATO) 和僵尸网络攻击。
通过在线和离线管道训练聚类特征
-
来源于网站日志、认证日志、用户行为、交易、监控列表中的高风险账户
-
在 Kafka 主题中跟踪事件数据
-
处理事件并准备聚类特征
实时评分和基于规则的决策
-
综合评估在线服务的风险评分
-
在规则引擎中手动配置以保持灵活性
-
在在线服务中共享或使用洞察
从易到难检测的账户接管
-
来自单个 IP
-
来自同一设备的 IP
-
来自全球的 IP
-
来自 100k 个 IP
-
针对特定账户的攻击
-
网络钓鱼和恶意软件
挑战
-
手动特征选择
-
对抗环境中的特征演变
-
可扩展性
-
无在线 DBSCAN