58同城智能风控:大数据与算法驱动的业务安全实践
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
58同城风控智能化实践的讲座由张鹏,58集团信息安全部的安全智能部负责人,以及AI和数据通道委员进行分享。他专注于利用大数据和算法技术构建一个全面的风控体系,以保障58同城作为本地生活服务入口,涉及房产、招聘、二手车和本地服务等行业的信息安全。 58风控业务的背景主要体现在两个方面:一是产品形态,作为连接用户和本地服务的平台,它需要应对复杂且多样的业务场景,如用户咨询看房、添加联系方式等;二是信息安全挑战,包括内容安全(如恶意注册、洗库)、账号安全(如猫池、IMEI篡改)和资源安全(权限管理、接口加密)等多个层面,还涉及到业务安全,如防止作弊、信息虚假等问题。例如,通过识别网络上的异常行为,如频繁发送消息或异常登录尝试,来检测潜在的风险。 智能风控架构设计遵循了识别和风控能力的集成,通过数据驱动的方式实现。数据获取采用离线和实时计算技术,如MapReduce、Hive、Spark、Flume等,确保数据处理的高效性和准确性。机器学习是关键环节,利用SparkMLlib、R、Python等工具进行模型构建和推理,如TensorFlow和PyTorch等深度学习框架也被用于复杂问题的解决。数据存储则涵盖了HBase、Redis、MySQL等多种技术,以适应不同场景的需求。 数据查询框架搭建在大数据技术平台上,支持快速、大规模的数据查询。算法能力构建中心负责标准化接入和特征库存储,而风控数据中心与业务数仓、关系仓库共同构成了决策支持系统。此外,内容安全应用、业务支撑风控应用和全栈行为安全应用等模块分别针对不同的安全需求,如内容审核、反欺诈、账号保护等。 为了提升效率和准确性,58同城还采用了人工智能技术,如验真机器人辅助人工验真,通过知识表示、装配和管理,建立了一个完整的风控知识中心,以及样本中心用于持续学习和优化模型。这样的智能风控架构不仅能够有效识别和应对已知风险,还能感知和应对未知风险,对未来的发展提出总结和展望。 总结来说,58同城的风控智能化实践是基于大数据、机器学习和人工智能技术的综合应用,旨在打造一个全面、智能的风控体系,以保障业务的正常运营和用户的信任。
剩余24页未读,继续阅读
- 粉丝: 12w+
- 资源: 9195
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- WebLogic集群配置与管理实战指南
- AIX5.3上安装Weblogic 9.2详细步骤
- 面向对象编程模拟试题详解与解析
- Flex+FMS2.0中文教程:开发流媒体应用的实践指南
- PID调节深入解析:从入门到精通
- 数字水印技术:保护版权的新防线
- 8位数码管显示24小时制数字电子钟程序设计
- Mhdd免费版详细使用教程:硬盘检测与坏道屏蔽
- 操作系统期末复习指南:进程、线程与系统调用详解
- Cognos8性能优化指南:软件参数与报表设计调优
- Cognos8开发入门:从Transformer到ReportStudio
- Cisco 6509交换机配置全面指南
- C#入门:XML基础教程与实例解析
- Matlab振动分析详解:从单自由度到6自由度模型
- Eclipse JDT中的ASTParser详解与核心类介绍
- Java程序员必备资源网站大全