預(yù)測、預(yù)防線上欺詐，除了要及時優(yōu)化更新安全策略，動作必須比網(wǎng)絡(luò)罪犯更快?？偛课挥谂f金山的 Sift Science 就是這樣一家網(wǎng)絡(luò)安全公司。本周二(7月19日)，該公司宣布獲得了一筆 3000 萬美元的 C 輪融資，領(lǐng)投方是 Insight Venture Partners。
在美國網(wǎng)絡(luò)犯罪投訴中心(IC3)發(fā)布的2015年報中，僅互聯(lián)網(wǎng)犯罪一項就給美國社會造成了 10.7 億美元的損失，涉及范圍包括個人及公司數(shù)據(jù)泄露、信用卡欺詐、網(wǎng)絡(luò)釣魚、賬戶竊取，等等。
事實上，網(wǎng)絡(luò)犯罪給美國企業(yè)帶來的直接或間接損失，要遠高于美國網(wǎng)絡(luò)犯罪投訴中心年報中的數(shù)字。
相比于其他行業(yè)，某些行業(yè)的網(wǎng)站和 App 更容易受到犯罪分子的攻擊，比如數(shù)字禮品卡行業(yè)、資金轉(zhuǎn)賬行業(yè)、以及按需服務(wù)平臺，等等。
利用機器學(xué)習(xí)和人工智能技術(shù)，Sift Science 可以自動推測某筆可疑交易，判斷某個線上業(yè)務(wù)是否得到授權(quán)或存在潛在欺詐威脅。
該公司 CEO Jason Tan 解釋說，在電子商務(wù)領(lǐng)域里早期階段，企業(yè)主要依賴于規(guī)則和剛性系統(tǒng)“標(biāo)記”潛在詐騙用戶。舉個例子，在禮品卡購買、退還、或是贖回交易中，公司首先要先執(zhí)行標(biāo)記操作，這個步驟必須要由人工判斷，之后他們才能決定是否授權(quán)或拒絕一筆交易。顯然，這種靜態(tài)的、基于規(guī)則的防欺詐系統(tǒng)會讓大量好的消費者和用戶流失，同時也會落后于不斷變化的網(wǎng)絡(luò)欺詐技術(shù)。
Sift 的機器學(xué)習(xí)系統(tǒng)可以不斷追蹤線上正常行為和異常行為，并且把這些行為與犯罪活動進行一一匹配、對比。目前，該公司業(yè)務(wù)范圍局限在美國市場，絕大多數(shù)早期客戶都是零售和電子商務(wù)公司，他們都非常擔(dān)心退款欺詐風(fēng)險。
現(xiàn)在，Sift 已經(jīng)能夠保護超過 6000 個網(wǎng)站和 App，包括 Airbnb、Yelp、Indeed、Zillow、Match.com、 Twilio、 OpenTable、以及Wayfair。
正如 Jason Tan 所說，如今 Sift 公司的一個主要目標(biāo)，就是要確保互聯(lián)網(wǎng)的每一個角度都安全。而且，從用戶體驗的角度來說，不能讓企業(yè)的安全防護變得像機場安檢那樣繁瑣、低效率。
據(jù)悉，該公司計劃利用本輪融資拓展零售和電子商務(wù)之外的行業(yè)服務(wù)，并加大人才招聘。目前 Sift 擁有 60 名全職員工，計劃在明年至少新增 30 名新員工。
在宣布獲得最新融資的同時，Sift 公司還發(fā)布了幾款專注于社區(qū)和內(nèi)容的網(wǎng)絡(luò)安全產(chǎn)品，能夠支持預(yù)測和預(yù)防網(wǎng)站和 App 上的欺詐行為?，F(xiàn)階段，Sift Science 的競爭對手有 RSA 和 IBM 這樣提供安全服務(wù)的大型企業(yè)，也有理由機器學(xué)習(xí)預(yù)防欺詐行為的初創(chuàng)公司，比如 Riskified、Signifyd、以及Forter。
