刷一单骗一毛钱，不care？欺诈者一天刷狂300万次，直接损失30万！互联网反欺诈究竟有多紧迫？

正文

请到「今天看啥」查看全文

Maxent创始人张克

再加上他之前在思科任职SaaS服务部门时的经历， 张克在2014年成立Maxent之后，就将公司的产品方向定为反欺诈SaaS服务 ，而主攻方向是机器学习识别欺诈。 这种定位，基于张克对于反欺诈行业的两种判断：

1、基于IDC设备的传统安全服务，随着云服务的普及，市场将越来越小，未来的增长点在于业务安全。 道理很简单，如今很多互联网公司都不知道自己的设备在哪里，已经很少需要找安全公司来做设备安全维护了。

这些传统的安全公司，他们的目标客户应该是阿里云、腾讯云这种提供云服务的企业。 随着互联网越来越深入各类交易业务，业务安全将会成为新增长点。

2、大多数的反欺诈公司都采用传统的人工识别，虽然短期看效果比较明显，但是随着欺诈手段升级（且这是必然），机器学习可以大量提高识别效率，同时控制反欺诈系统的使用成本。

刚开始，反欺诈公司可以定义很多硬性规则，但是欺诈者会想办法绕过你的规则；也可以定义黑名单，但是欺诈者会伪造身份。 靠人工很难第一时间堵上漏洞，应该根据攻击变化来“进化”反欺诈手段。 换言之，就是机器学习。

Maxent以机器学习为主要差异

谈到Maxent本身，张克对创业邦说，他们最重视底层“特征”的积累。 在机器学习中有一个很有名的经验：好的特征能够让简单的模型打败复杂的模型。 那么什么是这里说的“特征”呢？

张克举例说， “一天在上海打开某App一百次是一种欺诈” ，这就可以称为一种特征。特征既不是发明，也不能申请专利，却可以作为一种经验，应用在反欺诈的各种模型中。

Maxent的反欺诈系统所使用的底层规则是通用的。 比如说对行车路径的判断，可以用在外卖、交通、打车、物流等各个领域，而决定最终使用情况的，是不同应用场景下的计算模型。

请到「今天看啥」查看全文