风险识别

基于阿里10年大数据计算、机器学习算法、实时计算引擎的风控实战沉淀,以轻量级服务化方式,解决企业账户、营销、交易等关键业务中所遇到的欺诈问题,减少企业损失。

}

精心打造的功能

  • 注册风险识别

    识别机器、批量恶意注册行为,提升账户质量。

    行为异常检测

    采用实时计算与智能算法,针对批量机器注册、行为进行识别。

    风险网络识别

    依托海量数据分析IP网络属性,精准区分例如风险聚集的代理IP与正常热点的基站IP,精细化风险识别。

    地理位置分析

    基于垃圾账户常见风险特征,实时分析行为位置异常。

    风险样本学习

    基于海量风险样本数据,动态实时更新,风险识别高覆盖率。

    唯一设备指纹

    设备特征分析,唯一设备指纹,对抗机刷风险。

    小号团伙分析

    采用图计算与智能算法,捕捉大规模小号行为。

  • 登录风险识别

    识别撞库扫号、盗用资金与积分等风险,防止账户资损,提升用户安全感。

    行为异常检测

    采用实时计算与智能算法,针对撞库、扫号行为进行实时识别。

    风险网络识别

    依托海量数据分析IP网络属性,分析代理IP、高危撞库IP等。

    安全位置分析

    通过异常检测算法分析行为是否在账户安全位置范围内。

    唯一设备指纹

    设备特征分析,唯一设备指纹,防任意改号。

    可信关系分析

    采用自学习关系分析算法,精准分析账户被盗风险。

  • 营销风险识别

    识别“羊毛党”套利、刷单等恶意行为,提升营销资源投放有效性。

    行为异常检测

    采用实时计算与智能算法,针对套利作弊等行为进行识别。

    风险网络识别

    依托海量数据分析IP网络属性,精准区分例如风险聚集的代理IP与正常热点的基站IP,精细化风险识别。

    地理位置分析

    基于活动作弊行为常见的地理位置冲突等异常进行识别。

    风险样本学习

    基于海量风险样本数据,动态实时更新,风险识别高覆盖率。

  • 邮箱画像

    针对欺诈作弊团伙常用的虚假邮箱、临时邮箱、随机邮箱等进行风险画像。

    临时邮箱检测

    基于情报积累,识别欺诈、作弊等行为中常用的一次性匿名邮箱。

    随机邮箱检测

    采用机器学习算法,检测活动作弊、垃圾注册等行为中批量随机生成的邮箱。

    批量邮箱检测

    采用时序分析与智能算法,识别存在团化风险的批量邮箱地址。

    无效邮箱检测

    基于海量云解析,检测无效邮箱地址。

  • 地址评分

    针对收货地址、家庭住址等地址真实性进行评分,帮助管理虚假交易、虚假信息等风险。

    虚假地址评分

    基于机器学习算法及自然语言处理技术,实时对文本地址的真实性进行评估。

  • 设备风险识别

    识别改号设备,模拟器,设备牧场等高风险设备特征。

    模拟器识别

    基于精准硬件检测技术、智能云判定系统、海量真机样本库精准识别模拟器设备。

    设备牧场识别

    依托智能识别算法、多维度监控设备牧场(机窝)设备群。

    多开检测

    基于多开检测方法有效识别挂机、多开等行为。