ZD至顶网软件频道消息: 随着移动支付的普及,新的支付欺诈方式也层出不穷。但是,相对于针对消费者的欺诈方式,针对商户或企业的交易欺诈反而容易被人们所忽视,而这方面欺诈所涉及到的金额才真正令人咋舌。
近日,独立支付技术提供商Worldpay发布了一项名为《2016年欺诈趋势》的报告。报告显示,全球范围内,由于伪造“交易被拒”的信息,每年有高达1180亿美元的交易未能入账。Worldpay中国区总经理陈国山表示,预计到 2019 年,全球电子商务市场总值高达 2.4 万亿美元,而线上支付欺诈已成为当前面临的最大挑战。
Worldpay中国区总经理陈国山
陈国山表示:“要应付这种挑战绝非易事,过去几年,网络欺诈在中国呈上升趋势。对于网购者而言,他们担心个人信息是否能够得到有效的保护;而对于商家而言,他们则担心诸如移动购物这类新的电子商务平台将使其业务面临新的欺诈风险。”
报告显示,59%的商家认为移动购物会增加欺诈风险,而81%的商家则担心新的攻击类型会不断涌现,但却还没有相应的技术应对欺诈。对此,越来越多的商家认为增加自动化和使用更多数据库将会是未来防欺诈的发展重心,同时也预见社交数据作为一种新的诚信判断依据会被加以利用。
数据被寄予厚望
如何有效应付线上商户所面临的挑战,是一个极具争议的话题。而从报告的调查结果看,数据被寄予厚望。
报告显示,58%的受访者表示他们知道企业内部拥有很多关于客户的有用信息,但目前尚未被用于应对欺诈。受访者还强烈意识到,如果能够利用更多的企业内部数据,就可以大大增强企业防范风险的能力。
一般来讲,基于数据的反欺诈分析不仅需要企业收集企业的内部数据,例如顾客购买历史或通常消费额等信息,另外还需要大量的外部信息,例如设备与行为信息等,数据越丰富所能产生的反欺诈效果越明显。
例如,每位顾客的购买记录都是有用的内部数据。利用此项信息,反欺诈团队可以发现高风险购买行为。比起购买儿童玩具,视频游戏的交易具有更高风险。如果购物者突然开始大量购买游戏,那么反欺诈团队则可以仔细审查并评估这类交易的潜在欺诈性。
另外,指纹录入设备可以检测出哪些不同身份的人员使用了设备;行为分析则通过分析顾客的行为,识别出正常与异常的网上购物行为。如果顾客根本不浏览网店商品,直接选择高价商品并立即结账,就应引起关注。这种外部数据对于反欺诈团队来说也极其有用。
社交数据还有更大挖掘空间
除了上述数据来源,社交媒体的数据在防欺诈方面所发挥的作用也越来越大,数据显示,35%的消费者使用自己的社交媒体作为其在购物网站上的登陆账号,商家可以利用这部分数据进行消费者的有效身份验证。
陈国山表示,对于每一个行业里的每一个线上商户而言,数据都是反欺诈的杀手锏,它可以验证合法购物者的身份,从而根除欺诈性购买,并能帮助企业预测出下一次欺诈威胁来自何处以及如何预防。数据显示,77%的商家希望获取更多数据,以便审核无卡交易的潜在风险,同时,在每年高达1180亿美元的拒付纠纷中,身份审核可以为商家提供更多的胜算。
但问题是,面对如此复杂的数据,大约60%的反欺诈团队目前还在以人工的方式获取社交媒体数据,并用于进行欺诈评估。例如,通过审查个人在线资料,验证其是否真实存在,这样的人工操作过程不仅耗时而且耗力。当然,还有52%的商家对社交媒体数据表示无从下手。因此,如果挖掘这些数据信息的价值,既是商家所面对的难题,同时也是支付技术公司所要解决的难题。
陈国山表示,机器学习仍然是实现这个目标的重要工具。“很多商家都表示机器学习与自动化技术的潜能无限。在我们的定性研究中,大部分商家认为自动化数据分析可以发现隐藏和预期外的欺诈行为趋势。”
据了解,机器学习技术在核准被过度苛刻的规则拒绝的交易授权、避免高风险交易或转移责任,以及筛选优先购买行为进行人工审查等方面贡献巨大。正如其中一位受访者表示,机器学习是用既定方法来确定 “答案在哪里”。
为了更有效地利用社交媒体,Worldpay与一家利用先进演算和社交媒体的创新型初创公司Veridu合作,利用社交媒体为在线企业降低欺诈风险。
据了解,Veridu是英国一家创业公司,其主要业务是通过个人用户的在线数据,即其“社会足迹”,对其进行身份验证。陈国山表示,在进行身份验证时,顾客被要求使用其社交媒体账号进行登录,如此一来,整个验证过程不仅获得顾客的参与和同意,也使登录变得更加便捷。同时,由于获取全面的社交媒体登录信息比盗取信用卡号码更加困难,骗子很难通过获取消费者信息进行欺诈。
据了解,Worldpday于2014年正式进入中国市场。目前已经为中国众多零售、游戏行业企业提供全球范围内的收单服务。陈国山表示,国内很多游戏公司在向海外扩展时,需要跨越多个国家和币种,并处理多种支付方式,这对于任何一家企业来说都不是一件容易的事情,而这正是Worldpay的优势。
目前,Worldpay为146个国家的126种货币提供支付处理服务,支持300多种当地支付方式。Valve支付部门主管Mark Richardson表示:“Valve的首要任务就是选择一个支付服务提供商,满足公司快速发展中对支付多样化和各种区域要求。而Worldpay拥有在全球范围内提供交易 处理服务的专业技术和经验,可全面 满足我们不断增长的多样化国际玩家社区的支付需求,同时可实现成本优化和交易风险控制。"
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。