28電子商務(wù)風(fēng)險(xiǎn)控制

28電?商務(wù)風(fēng)險(xiǎn)控制電?商務(wù)?站在給?們帶來(lái)購(gòu)物交易的極?便利的同時(shí)，也將風(fēng)險(xiǎn)帶給了對(duì)?絡(luò)安全??所知的?們。由于買賣雙?的信息不對(duì)等，交易本來(lái)就存在風(fēng)險(xiǎn)，?當(dāng)交易在?上發(fā)?時(shí)，買賣雙?彼此??所知，交易風(fēng)險(xiǎn)也就更加難以控制。如果?個(gè)電商?站騙?橫?，誠(chéng)信的交易者屢屢被騙，那么?站就到了最危險(xiǎn)的時(shí)候，可以說(shuō)，交易安全是電?商務(wù)?站的底線。1風(fēng)險(xiǎn)電?商務(wù)具有多種形式，B2B、B2C、C2C每種交易的場(chǎng)景都不相同，風(fēng)險(xiǎn)也各有特點(diǎn)，?致可分為以下?種。賬戶風(fēng)險(xiǎn)：包括賬戶被?客盜?，惡意注冊(cè)賬號(hào)等?種情形。買家風(fēng)險(xiǎn)：買家惡意下單占?庫(kù)存進(jìn)?不正當(dāng)競(jìng)爭(zhēng)；黃?利?促銷搶購(gòu)低價(jià)商品；此外還有良品拒收，欺詐退款及常見(jiàn)于B2B交易的虛假詢盤等。賣家風(fēng)險(xiǎn)：不良賣家進(jìn)?惡意欺詐的?為，例如貨不對(duì)板，虛假發(fā)貨，炒作信?等,此外還有出售違禁商品、侵權(quán)產(chǎn)品等。交易風(fēng)險(xiǎn)：信?卡盜刷，?付欺詐，洗錢套現(xiàn)等。2風(fēng)控?型電商?站都配備有專門的風(fēng)控團(tuán)隊(duì)進(jìn)?風(fēng)險(xiǎn)控制，風(fēng)控的?段也包括?動(dòng)和??兩種。機(jī)器?動(dòng)識(shí)別為?風(fēng)險(xiǎn)的交易和信息會(huì)發(fā)送給風(fēng)控審核?員進(jìn)???審核，機(jī)器?動(dòng)風(fēng)控的技術(shù)和?法也不斷通過(guò)??發(fā)現(xiàn)的新風(fēng)險(xiǎn)類型進(jìn)?逐步完善。機(jī)器?動(dòng)風(fēng)控的技術(shù)?段主要有規(guī)則引擎和統(tǒng)計(jì)模型。1.規(guī)則引擎當(dāng)交易的某些指標(biāo)滿??定條件時(shí)，就會(huì)被認(rèn)為具有?風(fēng)險(xiǎn)的欺詐可能性。?如?戶來(lái)?欺詐?發(fā)地區(qū)；交易?額超過(guò)某個(gè)數(shù)值；和上次登錄的地址距離差距很?；?戶登錄地與收貨地不符；?戶第?次交易等等。?型?站在運(yùn)營(yíng)過(guò)程中，結(jié)合業(yè)界的最新發(fā)現(xiàn)，會(huì)總結(jié)出數(shù)以千計(jì)的此類?風(fēng)險(xiǎn)交易規(guī)則。?種?案是在業(yè)務(wù)邏輯中通過(guò)編程?式使?if…else…代碼實(shí)現(xiàn)這些規(guī)則，可想?知，這些代碼會(huì)?常龐?，?且由于運(yùn)營(yíng)過(guò)程中不斷發(fā)現(xiàn)新的交易風(fēng)險(xiǎn)類型，需要不斷調(diào)整規(guī)則，代碼也需要不斷修改……?站?般使?規(guī)則引擎技術(shù)處理此類問(wèn)題。規(guī)則引擎是?種將業(yè)務(wù)規(guī)則和規(guī)則處理邏輯相分離的技術(shù)，業(yè)務(wù)規(guī)則?件由運(yùn)營(yíng)?員通過(guò)管理界?編輯，當(dāng)需要修改規(guī)則時(shí)，?需更改代碼發(fā)布程序，即可實(shí)時(shí)使?新規(guī)則。?規(guī)則處理邏輯則調(diào)?規(guī)則處理輸?的數(shù)據(jù)，如圖8.14所?。2.統(tǒng)計(jì)模型規(guī)則引擎雖然技術(shù)簡(jiǎn)單，但是隨著規(guī)則的逐漸增加，會(huì)出現(xiàn)規(guī)則沖突，難以維護(hù)等情況，?且規(guī)則越多，性能也越差。?前?型?站更傾向于使?統(tǒng)計(jì)模型進(jìn)?風(fēng)控。風(fēng)控領(lǐng)域使?的統(tǒng)計(jì)模型使?前?提到的分類算法或者更復(fù)雜的機(jī)器學(xué)習(xí)算法進(jìn)?智能統(tǒng)計(jì)。如圖8.15所?，根據(jù)歷史交易中的欺詐交易信息訓(xùn)練分類算法，然后將經(jīng)過(guò)采集加?后的交易信息輸?分類算法，即可得到交易風(fēng)險(xiǎn)分值。經(jīng)過(guò)充分訓(xùn)練后的統(tǒng)計(jì)模型，準(zhǔn)確率不低于規(guī)則引擎。分類算法的實(shí)時(shí)計(jì)算性能更好?些，由于統(tǒng)計(jì)模型使?模糊識(shí)別，并不精確匹配欺詐類型規(guī)則，因此對(duì)新出現(xiàn)的交易欺詐還具有?定預(yù)測(cè)性。3?結(jié)這個(gè)世界沒(méi)有絕對(duì)的安全，正如沒(méi)有絕對(duì)的?由?樣。?站的相對(duì)安全是通過(guò)提?攻擊門檻達(dá)到的。讓攻擊者為了獲得有限的利益必須付岀更?的代價(jià)，致使其得不償失,望?卻步。同時(shí)，攻擊與防護(hù)技術(shù)作為?對(duì)?盾共同體，彼此不斷此消彼長(zhǎng)，今天的?枕?憂,明天可能就成了致命的漏洞。也許?站經(jīng)過(guò)?番?的重構(gòu)和優(yōu)化，在某?段時(shí)間不需要再處理?可?或?性能的問(wèn)題，但是修補(bǔ)漏洞、改善安全卻是每天都需要?對(duì)的課題,永遠(yuǎn)不能停