反欺诈的方法多种多样,当前互联网反欺诈体系中常用的方法有信誉库、专家规则、机器学习等。
信誉库
信誉库即传统的黑白名单,通过内部积累、外部获取的各种人员、手机号、设备、IP等黑白名单对欺诈行为进行辨别,是一种实施简单、成本较低的反欺诈手段。与此同时,信誉库也存在着准确度低、覆盖面窄的缺陷和不足,仅可作为互联网反欺诈的第一道过滤网使用。
规则系统
规则系统是目前较为成熟的反欺诈方法和手段,主要是基于反欺诈策略人员的经验和教训来制定反欺诈规则。当用户的操作请求和操作行为触发了反欺诈规则时,即被认定为欺诈行为并启动拦截,常见的如各种聚集度规则等。
规则系统的优势在于实现较为简单、可解释性强,但也存在缺陷,即规则系统具有严重的滞后性,无法及时应对新出现的欺诈手段和方法,往往需要付出巨大的代价之后才能总结教训、提炼出新的规则。此外,由于人脑的限制,规则系统只能使用一个或几个维度的参数进行计算,往往存在较大的误报率。
规则系统严重依赖于专家经验和教训,不同决策人员制定的规则系统效果也往往存在较大差异,因此规则系统只能作为互联网反欺诈的应急手段和最后防线。
机器学习
机器学习是近年来才出现的一种新兴的反欺诈方法,目前已经取得了一定的效果,最为常见