
阿里安全峰會:大數(shù)據(jù)風控系統(tǒng)可向企業(yè)級用戶輸
曾為知名打車軟件治理刷單 兩周識別惡意領券近50萬次
7月6日,全國人大官網公布了網絡安全法草案?;ヂ?lián)網的快速發(fā)展帶來的諸多安全問題日益凸顯,從國家、企業(yè)到個人,對網絡安全的關注度越來越高。
7月9日,在阿里巴巴集團和螞蟻金服集團共同發(fā)起的2015阿里安全峰會上,阿里巴巴集團安全部副總裁杜躍進表示:我們今天所做的IT安全、網絡和信息安全,不再是過去提高生產效率的機房里的安全,而是保護整個企業(yè)和機構的業(yè)務安全。阿里要做的安全是電商領域、云計算領域、金融領域這整個生態(tài)系統(tǒng)的安全。
在峰會上,阿里巴巴高級安全專家郭睿在談到打擊網絡黑產問題時指出,“現(xiàn)在,通過互聯(lián)網的漏洞進行牟利已經成為一種趨勢,線下犯罪正在向線上犯罪轉移,并正在從傳統(tǒng)的利用互聯(lián)網基礎系統(tǒng)漏洞的犯罪轉向利用業(yè)務規(guī)則漏洞犯罪,完成黑產到灰產的轉移。針對上述情況,阿里安全打造了一套完善的大數(shù)據(jù)風控系統(tǒng)。”
郭睿表示:“現(xiàn)在困擾互聯(lián)網業(yè)務安全方面的問題,最典型的就是垃圾帳號注冊和活動作弊,比如領券、抽獎、秒殺、購物返現(xiàn)等活動。隨著黑色產業(yè)鏈獲利的逐年遞增,整個黑產也向著產業(yè)化、精細分工的方向發(fā)展,以垃圾帳號注冊為例,產業(yè)上游有專門的手機卡及驗證碼平臺商,有專門為黑產提供服務器提供商、以及注冊軟件開發(fā)商;產業(yè)中游有專門的垃圾帳號注冊團伙和分銷團伙;最終到達產業(yè)下游被眾多不法分子利用惡意牟利?!?/span>
數(shù)據(jù)顯示,隨著黑色產業(yè)鏈的高速發(fā)展,某些黑色產業(yè)鏈中,位于頂端的幾個團伙,就掌握了該黑產市場80%的份額。前段時間阿里安全部門曾查處過一個垃圾注冊團伙,該團伙的3名成員就控制了多個網絡平臺上近500萬的垃圾帳戶。
大數(shù)據(jù)是保障業(yè)務安全的核心能力
阿里巴巴安全部基于近10年針對黑灰產業(yè)鏈的情報收集、深入研究和用戶行為的分析,借助阿里自主研發(fā)的大數(shù)據(jù)運算平臺(ODPS),結合大數(shù)據(jù)模型,針對各類風險建立了一整套數(shù)據(jù)驅動的監(jiān)控-分析-識別-審理-處置的風控產品技術體系,從每天百億級的交易,近百P的數(shù)據(jù)中實時識別和處置盜號、欺詐、假貨、惡意行為、禁限售等數(shù)十種業(yè)務風險,對阿里生態(tài)體系的風險進行綜合管控。
據(jù)悉,2015年初阿里的大數(shù)據(jù)風控系統(tǒng)曾試水提供對外輸出服務,為某知名打車軟件APP提供防刷單風控支持,解決垃圾用戶惡意領券行為。該系統(tǒng)針對在微博上通過批量注冊新用戶惡意領券套現(xiàn)可能出現(xiàn)的風險,通過部署H5人機識別服務,在兩周內,共識別惡意領券次數(shù)45.6萬次,微博上領券新用戶數(shù)量從12萬張/天降低到1萬張/天,為企業(yè)節(jié)省發(fā)劵成本300多萬元。而這套大數(shù)據(jù)風控體系,將在近期接入阿里聚安全平臺向第三方企業(yè)客戶提供業(yè)務風險防控能力。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11