“黑科技”让电商刷单失去生存土壤
  • 来源:科普时报
  • 作者:陈杰
  • 2018-12-06 16:20

   每年的双11刚过,都会曝出各种刷单、大量退货的传言。事实证明,各平台商家为了数据,刷单的现象肯定存在。而不少“剁手”族们在一番大买特买的快感之后,也有不少会因为“冲动”的后悔进而退单的。或许,他们下单的商品或许五花入门,但最终退单的理由有一条不谋而合:看到了不实的商品销量以及评论而冲动消费了。总之,种种刷单行为一直就困扰着包括618、双11等大众早已熟知的“购物节”。

    不过,今年似乎有点不同。在人工智能、深度学习、对抗网络、边缘计算、端智能加速等前沿技术领域的最新成果频频亮相之时,这些“黑科技”正在被各电商平台运用到打击刷单行为上。

    据了解,目前市面上常见的刷单行业主要有三种:一是批量注册账号,大量拍下限购的商品;二是用机器软件抢拍限购的商品;三是众包抢购,即在微信群或QQ群发布任务,抢购首发上市的商品,之后再邮寄到统一地址,收货后给一定报酬。

    人工智能算法成打击刷单利器

    双11,阿里巴巴对抗智能团队则针对反刷单正式上线了三大通用算法模型,并以此为底层设计,配合根据不同业务场景细分后裂变成的129套风控模型,搭建了一整套立体式智能风控系统,让刷单无力生存。

    在运用先进技术能力防控刷单的基础上,今年以来,阿里全面升级治理体系,积极配合线下执法打击、推进司法诉讼等多种方式,通过联动各方力量打击刷单行为、追究刷单不法分子的相应责任,让违规者无路可走,让老实人放心经营,为营商环境保驾护航。

    “阿里对抗智能团队开发的三大通用算法模型,针对当下刷单行为的高实时、强对抗、基于关系网络和社交网络广泛传播、全生态扩张、兼职刷手越来越多等特点,做到了对刷单行为的全链路防控。”阿里“反刷单”对抗智能团队负责人涵空表示。

    基于最新AI算法和对抗训练的DeepFraud算法模型,大幅提高了对于隐蔽交易作弊、精细化刷单行为的检测识别能力,能够实时处理交易行为,更加精准、快速、自动地识别出刷单的虚假交易信息,做到秒级响应,并且可以在对抗刷单的过程中不断自我校验、完善,全面提升了平台风控识别和治理能力。

    当下,很多刷单组织者都从线上转移到线下,在高校周边、地铁口、商场等人流密集处利用地推来模拟更真实的交易场景,给刷单的防控和识别带来一定的困难。有了DeepFraud算法模型,平台反刷单能力就可以在实战中不断进化,防控最新的作弊行为。而DeepSeq、DeepGraph这两大算法模型,则是在人工智能算法的基础上,分别能够做到对于用户异常行为检测和可疑刷单预判,以及在社交网络和关系图谱上的虚假交易识别能力的升级。

    全链条打击让刷单无力生存

    基于上面这三大通用算法模型,再配合根据不同业务场景细分后裂变成的129套风控模型,阿里巴巴已经搭建起一套打击刷单的立体式智能风控系统。这套智能风控系统的诞生,实现了阿里巴巴打击刷单从最初仅针对违规账号、高危商品进行识别的1.0时代,发展到针对不同场景开展策略防控的2.0时代,再升级到如今利用人工智能算法模型覆盖全链路的3.0时代。

    显然,阿里打击刷单能力的不断提升,背后反映的是刷单行为也在不断演变,特别是网络黑灰产给刷单提供了滋生、蔓延、变异的土壤。

    账号买卖、洗钱套现、电信诈骗,这些网络黑灰产与刷单紧密结合,给消费者和商家带来了账号与资金安全、虚假物流、虚假评价等诸多风险。只有从刷单涉及到的每一个环节都进行防控,全链条打击,才能做到让刷单无力生存。

    其实,为防刷单,各电商平台都在积极行动。苏宁的网络安全防护WAF为了应对刷单行为,已升级到现在的基于大数据、机器学习的自学习智能防护;京东为了维护以生活消费为目的的用户及平台销售商家的权益,搭建了风控系统打击刷单行为。系统基于账号信誉、下单实时行为、收货地址、下单IP等多种维度,将机器下单、人肉代下单、异常批量下单等非真实订单进行实时识别拦截。

    “刷单炒信,破坏的是整体的营商环境,污染的是数字经济的根基。”阿里巴巴集团首席平台治理官郑俊芳表示,对于刷单现象,阿里的态度一直都是“杀无赦、斩立决”,将继续坚持立体式、全链条打击刷单行为,运用一切资源让刷单者付出更多代价,让刷单者不敢刷、不再刷。

  • TEL:010-58884117
  • E-Mail:kepu@kepu.gov.cn
  • 如果您有任何意见或建议,请联系我们!
  • 版权所有:中国科普网
  • 京ICP备05022684号-3