Maxent猛犸反欺诈入选Gartner 2018 Cool Vendors


Maxent猛犸反欺诈SaaS服务结合被动式设备指纹和行为分析,有效提高欺诈检出能力。

                                                                                            ——Gartner”

2018年5月14日,全球知名的 IT 咨询及调研公司Gartner发布了2018年度数字颠覆与创新酷公司榜单(Cool Vendors in Digital Disruption and Innovation),Maxent猛犸反欺诈位列其中,并成为目前唯一一家人工智能反欺诈公司。

1 Maxent猛犸反欺诈的核心技术能力

Maxent猛犸反欺诈以多年积累的高性能流计算与无监督式机器学习能力为技术基础,陆续推出全栈被动式设备指纹?、设备相似度分析平台(DSM)、猛犸实时反欺诈平台?等自主研发的实时反欺诈产品与服务,受到市场的关注与肯定。

Maxent猛犸反欺诈全栈被动式设备指纹?技术通过网络通信中提取的信息进行设备识别,使得设备指纹具备更强的对抗能力,能够跨越不同类型浏览器与App识别设备,其接近99.9%的设备识别准确度,能够大大提升对潜在欺诈者的识别能力。

Maxent猛犸反欺诈设备相似度分析平台(DSM)基于猛犸对设备的深层理解,将设备的相似程度进行实时计算与分析,帮助客户在风控模型中增加重要的设备维度,有助于更加有效地检测与防范网络欺诈团伙。猛犸实时反欺诈平台?基于强大的流计算能力,能够帮助客户灵活配置反欺诈规则,并可通过机器学习实现欺诈的自动检出,有效降低人力成本和漏报/误放率。

“开展信用贷款和信用卡业务的金融机构,应当研究如何使用Maxent猛犸反欺诈的技术提升风控模型效果。提供信用评分的供应商,可以与Maxent猛犸反欺诈共同提高信用评分模型。开展营销推广业务的企业,可以探索如何利用Maxent猛犸反欺诈的技术避免广告投放中的欺诈行为,以及如何追踪渠道转化效果。”

2 关于Gartner以及Cool Vendors

Gartner 是全球最具权威的IT研究与顾问咨询公司,成立于1979年,总部设在美国康涅狄克州。其研究范围覆盖全部IT产业,就IT的研究、发展、评估、应用、市场等领域,为客户提供客观、公正的论证报告及市场调研报告,协助客户进行市场分析、技术选择、项目论证、投资决策。为决策者在投资风险和管理、营销策略、发展方向等重大问题上提供重要咨询建议,帮助决策者作出正确抉择。

“Cool Vendors一般是较小知名度的技术或服务供应商,Gartner每年会在某些特定领域进行评选,来自不同国家、领域、地区的Gartner分析师经历数月的初选、集体讨论、投票等多轮筛选,最终挑出寥寥几家入选企业。每年入选的Cool Vendors不单是行业最Cool,也是投资机构的首选。”

“Gartner入选Cool Vendors的公司是能够提供新颖创新技术服务的供应商,他们所提供的技术服务有着重要价值,极有可能会对市场和业务发展产生重大影响甚至改变供应商格局。”

3 关于Maxent猛犸反欺诈

区别于传统的数据反欺诈,Maxent猛犸反欺诈致力于应用新的金融科技构建自动的、智能的反欺诈技术和系统,助力企业风控系统建立用户行为的追踪与分析能力,建立异常特征的自动识别能力,逐步达到自主、实时的发现新的欺诈模式的目标。运用人工智能技术,Maxent猛犸反欺诈作为中国领先的第三方反欺诈服务商,为所有正向智能化、移动互联网转型的企业提供欺诈预防和风险识别的智能化大数据分析服务。

原文地址:http://blog.51cto.com/12755572/2120367

时间: 2024-10-08 00:12:45

Maxent猛犸反欺诈入选Gartner 2018 Cool Vendors的相关文章

人工智能反欺诈三部曲之:设备指纹

上次我们着重介绍了反欺诈的一项核心技术:特征工程. 在反欺诈的技术金字塔中,特征工程起着承上启下的作用.而居于特征工程的下一层的是基座层:数据.在机器学习里,大家有一个共识,高质量.相关的数据决定模型预测能力的上限,模型只是去逼近这个上限.数据就像原油,好的特征就像汽油,而模型就是引擎,三者缺一不可.作为基座层的数据层的一个重要组成部分是设备终端和网络风险,Gartner的经典五层模型同样将其列为最基础的数据.今天我们就来探讨一下处于这一层的设备指纹以及由此衍生出来的设备风险识别. ? 背景 ?

从互金安全到互联网反欺诈,互金何时能解忧

随着互联网金融的快速发展,互金已经迅速渗透到人们的日常生活中,包括p2p理财.第三方支付等平台,都为我们的生活带来了便利.然而,互联网金融平台上汇集着众多用户的个人身份.银行卡账号等数据,一旦遭遇黑客的恶意攻击,系统内的数据安全就没有了保障,甚至还会出现泄漏个人身份.交易信息等状况,严重影响到了用户的财产安全. 根据中投融的数据显示,2015年被抽样检测的国内100个金融网站中,存在高危漏洞的网站占比达到53%.前段时间支付宝也出现安全漏洞,导致部分用户账号内的财产被盗刷,损失严重,也使得人心惶

基于大数据的银行反欺诈的分析报告

0,大数据知识背景. 在我第一次接触大数据的时候,那个故事便是“啤酒和尿布”. 是美国沃尔玛超市的一则营销案例.每到周末的时候,啤酒和尿片的销量很高,经分析,原来是周末电视转播球赛,男人们要一边喝酒一边看球,受冷落的妻子们只好出门逛街或找闺蜜吐槽,照顾孩子的任务自然就归了男人们.于是,男人们在买啤酒的同时随手买尿片.超市把啤酒和尿片放到一起,自然就提高了销量.还有一些案例,如google对流感病毒散布的预测,如洛杉矶警察局对犯罪的预测,乃至对机票价格波动的预测,对天气的预测,这都是大数据的范畴.

决策引擎在支付行业的反欺诈应用

批准还是拒绝 收到交易请求 - 以在线支付方式购买价格为1500元的手机.批准还是拒绝? 某全球大型在线支付公司每天都处理上千万笔类似的请求.金融支付与科技创新深度融合,支付产品及场景更加丰富,支付更加简单.安全.方便.为了使服务体验不断优化.支付安全更有保障,在线支付平台与支付网络欺诈始终在进行着无休止的博弈.据<2016年国内银行卡盗刷大数据报告>不完全统计,运营商×××数量超过1.3亿张,网络诈骗"黑色产业"市场规模高达1100亿元,已成为中国第三大"黑色产

巨杉数据库入选Gartner数据库推荐2017报告

SequoiaDB巨杉数据库入选Gartner数据库报告,成为国内首批入选Gartner报告的数据库厂商. "巨杉数据库SequoiaDB, 总部位于中国广州,是一款分布式.多模型(Multimodel).高可用的SQL数据库.巨杉数据库具有跨地域分布式部署和灵活扩展的能力,同时还支持针对内容和文件的块存储引擎.此外,SequoiaDB还支持基于Mpp分布式架构的数据分析操作.在我们的调研中,巨杉数据库"永远在线"的稳定性令人印象深刻,同时在企业级支持服务.开发应用友好度.性

无监督学习在反欺诈中的应用

一.反欺诈几种发展阶段: 1.黑名单,信誉库和指纹设备.这个很好理解,就是针对已有的出现过过信用的人进行标记,但是这种无法标记没有信用记录的人: 2.规则规律.这个根据一些好的信用的人一些特性,或者一些黑名单的人进行标记统计,总结出一些规则,然后通过规则去过滤避免一些风险: 3.有监督机器学习.有监督学习来做反欺诈,比较常见的就是做一个离群点检测 or 异常值检测,我们常用的离群点检测方式就是knn,这种方式去判断会造成一定量的误伤: 4.无监督机器学习.无监督机器学习应用最多的是聚类,聚类是根

大数据反欺诈技术架构

一年多以前,有朋友让我聊一下你们的大数据反欺诈架构是怎么实现的,以及我们途中踩了哪些坑,怎么做到从30min延迟优化到1s内完成实时反欺诈.当时呢第一是觉得不合适,第二也是觉得场景比较局限没什么分享的必要性. 时间也过了很久了,最近看到圈里一些东西,发现当时的这套架构并未落伍,依然具有很大的参考价值,所以今天跟大伙聊聊关于大数据反欺诈体系怎么搭建,主要来源是来自于我工作的时候的实践,以及跟行业里的很多大佬交流的实践,算是集小成的一个比较好的实践. 这套架构我做的时候主要领域是信贷行业的大数据反欺

数据分析-信用卡反欺诈模型

本文通过利用信用卡的历史交易数据进行机器学习,构建信用卡反欺诈预测模型,对客户信用卡盗刷进行预测 一.项目背景 对信用卡盗刷事情进行预测对于挽救客户.银行损失意义十分重大,此项目数据集来源于Kaggle,数据集包含由欧洲持卡人于2013年9月使用信用卡进行交的数据.此数据集显示两天内发生的交易,其中284,807笔交易中有492笔被盗刷.数据集非常不平衡,积极的类(被盗刷)占所有交易的0.172%.因判定信用卡持卡人信用卡是否会被盗刷为二分类问题,解决分类问题我们可以有逻辑回归.SVM.随机森林

小额贷款反欺诈及信用风控

反欺诈检验的,是客户借款用途是否为伪造,对应兑付意愿: 信用风险检测的,是符合该借款用途的客户能否满足产品的价格下限,对应的是兑付能力. 检验客户的兑付意愿和兑付能力,就是微观层面的风控. 兑付意愿包含两种情况:一种是伪造身份的第三方欺诈,多发于小额贷和现金贷等风控数据较薄弱的业务.第三方欺诈一般无法通过大额贷的审核,因为大额贷需要的数据量大,靠伪造身份通过审核的成本相对较高.进行贷款欺诈也是有成本的,现在小额贷领域欺诈横行的重要原因,就是小额贷风控薄弱,欺诈的成本很低,获利容易. 兑付意愿的另