数据不动模型动联邦学习的通俗理解与概述，数据不动价值动

　　备受瞩目的GMIC 2017 (全球移动互联网大会) 于今日正式拉开帷幕数据不动模型动联邦学习的通俗理解与概述，大会以“天·工·开·悟”为主题，寓意人、技术及自然的共生共荣。本届大会力邀超过500名来自世界各地高科技领域的顶级演讲嘉宾，在近30场主题会议上进行分享，围绕时下最热门的人工智能、无人驾驶、大数据、共享经济、科技金融、创新创业等话题展开，为近40,000专业观众带来一场影响深远的思想盛宴。

　　DataVisor作为全球互联网反欺诈领域的技术领导者亮相本次大会，并发布数据不动模型动联邦学习的通俗理解与概述了其最新技术成果－自动规则引擎。DataVisor自动规则引擎基于无监督机器学习引擎结果自动生成规则，有效节省人工手动创建、测试及删除无效规则的时间，大幅提高规则有效性和检测准确度。

　　什么是自动规则引擎数据不动模型动联邦学习的通俗理解与概述？

　　现有规则引擎面临的最大的挑战在于总是需要维持其质量。随着新型欺诈技术不断涌现、欺诈者熟悉掌握数据不动模型动联邦学习的通俗理解与概述了先前的检测规则，要想在规则引擎中增加和修改数百或数千条规则就会变得非常耗时。DataVisor自动规则引擎可以很好的解决这一问题，目前这项技术正在申请专利。DataVisor自动规则引擎可以自动创建新规则，并弃用不再有效的规则，以便最大程度地检测恶意帐户，同时减少由于数据被污染或不精确规则而导致的误报。

　　DataVisor自动规则引擎基于无监督机器学习引擎每天产生的分析结果自动生成并更新检测规则。 相比于传统的规则引擎只能被动地应对新的攻击类型，无监督机器学习（UML）引擎可以通过关联攻击行为的用户和事件属性，自动识别不断变化的攻击模式。

　　通过采用DataVisor自动规则引擎，可以有效实现数据不动模型动联邦学习的通俗理解与概述：

自动创建规则－基于DataVisor无监督机器学习结果，自动产生新规则，删除无效规则。

检测规则有效性－ 实时监测规则运行效果，例如该规则可检测的用户数量以及随着时间推移规则的准确性等。

手动创建规则－反欺诈团队可以通过UI，根据布尔逻辑和复杂的运算符手动创建常规规则。

回测规则－在把规则部署到系统之前，利用历史数据再次回测规则的有效性。

　　“虽然规则引擎在整个威胁检测系统中最为常用，但一直存在维护困难、检测结果缺乏精准性的问题。由于线上欺诈者不断变化攻击技术和模式，公司内部反欺诈团队或反洗钱监测团队想要持续更新、调优规则，势必会消耗许多精力，造成大量人力资源浪费。” DataVisor CEO兼联合创始人Yinglian Xie介绍道，“DataVisor自动规则引擎将整个规则引擎技术提升了一大步，大大节省了新规则创建、测试及无效规则移除所需要的人工操作时间。同时，DataVisor凭借独特的无监督机器学习优势，让规则检测结果更加准确，为互联网公司或金融机构提供了更加有效、快速的应对线上欺诈行为攻击的解决方案。”

上一篇： 免费搭建个人博客网站，零基础搭建个人博客网站

下一篇： AdobeAir值得炒作?，adobeairmobile