分析:基於用戶畫像大數據的電商防刷架構

論文類別:計算機論文 > 互聯網研究論文
上傳時間:2017/6/20 16:32:00

  (免費論文下載中心訊)最近1~2年電商行業飛速發展,各種創業公司猶如雨後春筍大量湧現,商家通過各種活動形式的補貼來獲取用戶、培養用戶的消費習慣。但任何一件事情都具有兩面性,高額的補貼、優惠同時了也催生了“羊毛黨”。“羊毛黨”的行為距離欺詐只有一步之遙,他們的存在嚴重破環了活動的目的,侵占了活動的資源,使得正常的用戶享受不到活動的直接好處。今天主要分享下騰訊自己是如何通過大數據、用戶畫像、建模來防止被刷、惡意撞庫的。黑產現狀介紹“羊毛黨”一般先利用自動機註冊大量的目標網站的賬號,當目標網站搞促銷、優惠等活動的時候,利用這些賬號參與活動刷取較多的優惠,最後通過淘寶等電商平臺轉賣獲益。

  一.羊毛黨分工

  他們內部有著明確的分工,形成了幾大團夥,全國在20萬人左右:

  軟件制作團夥:專門制作各種自動、半自動的黑產工具,比如註冊自動機、刷單自動機等;他們主要靠出售各種黑產工具、提供升級服務等形式來獲利。短信代接平臺:實現手機短信的自動收發,其實一些平臺亦正亦邪,不但提供給正常的商家使用,一些黑產也會購買相關的服務。賬號出售團夥:他們主要是大量註冊各種賬號,通過轉賣賬號來獲利;該團夥與刷單團夥往往屬於同一團夥。刷單團夥:到各種電商平臺刷單,獲取優惠,並且通過第三方的電商平臺出售優惠,實現套現。

分析:基于用户画像大数据的电商防刷架构

  二.“羊毛黨”從業特點這些黑產團隊,有三個特點:

  專業化:專業團隊、人員、機器來做。團夥化:黑產已經形成一定規模的團夥,而且分工明確;從刷單軟件制作、短信代收發平臺、電商刷單到變賣套現等環節,已經形成完整的刷單團夥。地域化:黑產刷單團夥基本分布在沿海的一些經濟發達城市,比如,北京、上海、廣東等城市,這或許跟發達城市更加容易接觸到新事物、新觀念有關。

分析:基于用户画像大数据的电商防刷架构

  三.對抗刷單的思路

  對抗刷單,一般來講主要從三個環節入手:

  註冊環節:識別虛假註冊、減少“羊毛黨”能夠使用的賬號量。在註冊環節識別虛假註冊的賬號,並進行攔截和打擊。登錄場景:提高虛假賬號登錄門檻,從而減少能夠到達活動環節的虛假賬號量。比如,登錄環節通過驗證碼、短信驗證碼等手段來降低自動機的登錄效率,從而達到減少虛假賬號登錄量、減輕活動現場安全壓力的目的。活動環節:這個是防刷單對抗的主戰場,也是減少“羊毛黨”獲利的直接戰場;這裏的對抗措施,一般有兩個方面:1)通過驗證碼(短信、語音)降低黑產刷單的效率。
2)大幅度降低異常賬號的優惠力度。

分析:基于用户画像大数据的电商防刷架构

  二.模塊詳細介紹

  1.風險學習引擎風險學習引擎:效率問題。由於主要的工作都是線下進行,所以線上系統不存在學習的效率問題。線上采用的都是C++實現的DBScan等針對大數據的快速聚類算法,基本不用考慮性能問題。風險學習引擎:采用了黑/白雙分類器風險判定機制。之所以采用黑/白雙分類器的原因就在於減少對正常用戶的誤傷。例如,某個IP是惡意的IP,那麽該IP上可能會有一些正常的用戶,比如大網關IP。再比如,黑產通過ADSL撥號上網,那麽就會造成惡意與正常用戶共用一個IP的情況。黑分類器:根據特征、機器學習算法、規則/經驗模型,來判斷本次請求異常的概率。白分類器:判斷屬於正常請求的概率。

分析:基于用户画像大数据的电商防刷架构

下载论文

論文《分析:基於用戶畫像大數據的電商防刷架構》其它版本

互聯網研究論文服務

網站聲明 | 聯系我們 | 網站地圖 | 論文下載地址 | 代寫論文 | 作者搜索 | 英文版 | 手機版 CopyRight@2008 - 2017 免費論文下載中心 京ICP备17062730号