大规模异常检测在爱奇艺业务安全中的实践

所属专题:直击黑产,业务安全的攻与防

嘉宾 : 宗志远 | 爱奇艺资深算法工程师

会议室 : 百宴厅4

讲师介绍

专题演讲嘉宾:宗志远

爱奇艺 资深算法工程师

宗志远博士,2016 年加入爱奇艺安全云,作为资深安全算法专家和安全架构师, 主要负责爱奇艺“安全大脑(哥伦布)项目”的架构设计与开发。

目前该项目已成功孵化出安全画像、智能评分卡、智能报警、通用异常检测、流式多业务联防联控、舆情监控、图异常检测等多项基础产品供业务安全使用,覆盖的业务风险点包括撞库扫号、帐号分享、批量注册、视频刷量、视频盗链、广告作弊、会员活动欺诈、直播挂号、电商抽奖、短信轰炸、滑动验证码爆破等。

在整个业务安全实践中,对用户体验与黑产拦截的关系,以及实时计算与离线批处理的关系都有独到的理解和把握。

议题介绍

演讲:大规模异常检测在爱奇艺业务安全中的实践

随着互联网公司业务的扩张,业务的安全风险呈现多样化和复杂化的趋势。另一方面,简单加大风控规则的拦截力度,又不可避免导致正常用户的误伤,引起客户的投诉和口碑的下降。面对这些问题,企业该怎么办?本议题主要将和大家分享爱奇艺如何通过构建大规模异常检测引擎来助力业务安全风控系统,实现实时和离线的反欺诈。

具体的,首先,议题将简单介绍爱奇艺所面临的一些业务安全风险点,以及业务安全风控系统的产品逻辑;其次,重点讲解大规模异常检测引擎的迭代优化之路,特别是与深度学习进行结合构建起的通用特征工程子系统与通用行为分析子系统;最后,结合一些实际案例,分析如何将异常检测的结果与风控系统进行完美的结合,构建起世界领先的安全大脑。

主要内容

  1. 基于图特征半监督学习构建批量注册识别模型;
  2. 基于社团挖掘的黑产羊毛号识别;
  3. 跨业务联防联控构建流式防撞库引擎;
  4. 基于深度学习构建黑产模型库,以及多业务的模型迁移应用。

交通指南

© 2020 Baidu - GS(2019)5218号 - 甲测资字1100930 - 京ICP证030173号 - Data © 长地万方