用 AI 檢測支付詐騙,以色列初創公司 Fraugster 獲 500 萬美元投資

作者 | 發布日期 2017 年 01 月 19 日 7:00 | 分類 人工智慧 , 網路 , 資訊安全 follow us in feedly

以色列初創公司 Fraugster 致力於開發可以防止支付詐欺的人工智慧技術,近日,該公司獲得了 500 萬美元的投資,由 Earlybird 領投、Speedinvest 和 Seedcamp 等多家公司參投。



Fraugster 公司成立於 2014 年,聯合創始人 Max Laemmle 之前曾創辦支付閘道器公司 Better Payment,另一位創始人 Chen Zamir 在風險解析與管理網域有十多年的經驗,曾在 PayPal 工作長達 5 年。

Fraugster 的詐欺偵測基於 AI 技術,他們的技術可以從每筆交易中即時學習,能夠在詐欺發生之前預測到風險。目前,Fraugster 可以減少 70% 的詐欺,同時將轉換率提高 35%。對於所有詐欺偵測技術來講,無論是否以 AI 為基礎,其目的就是阻止詐欺交易,同時消除誤報。

公司 CEO 兼聯合創始人 Max Laemmle 表示:

目前整個支付市場的風險防範都是建立在過時的技術之上,所以我們創立了 Fraugster。規則系統和機器學習方案既昂貴又難以跟上詐欺型態更新的速度,我們的自學習演算法不僅能模擬人類分析師的思維過程,還具備了機器的延伸性,只需 15 毫秒就能做出決策。

Fraugster 集成其他軟體之後就可以開始收集交易資料點,例如姓名和電子郵件位址以及帳單和送貨地址。這些資訊可增加約 2,000 個其餘的資料點,這樣就可以透過 IP 延遲檢查來測量用戶之間的真實距離,再加上 IP 連線類別、按鍵之間的距離以及電子郵件名稱符合度等方面的參照,豐富的資料集將被傳送到 AI 引擎進行解析,進而得出結論。

Laemmle 解釋:

我們的 AI 引擎的核心是非常強大的演算法,它可以模仿人類分析師審查交易的思維過程。因此,我們可以分析每筆交易背後的情況,並精確地分辨出哪些交易是詐欺,哪些不是。

處理結果是完全透明的,所以你可以了解為什麼某個交易被阻止或允許。此外,我們之所以能把速度降至 15 毫秒,是因為我們發明了自己的記憶體資料程式庫技術。

Fraugster 公司表示,像 FICO 和 SAS 這樣的競爭對手所使用的技術已經過時。在 Fraugster,他們不使用任何規則、模型或預定義的分段。分析事物時,他們拋棄了單一的固定演算法,其引擎每處理一筆新的交易時都在自我重塑。這使他們能夠單獨了解每一筆交易,進而判定哪一筆是欺詐。

Fraugster 公司目前已經輔助說明數千家國際商家和支付服務提供商處理近 150 億美元的交易,其中 Visa 也在他們的用戶之列。此外,本次新注入資金將主要用於公司在國際化拓展中團隊的擴大。

(本文由 36Kr 授權轉載;首圖來源:shutterstock) 

發表迴響