2020年由于疫情的影响，不少头部广告主削减了 品牌类广告的预算；另外一定比例的头部广告主开始使 用Pre-bid的反欺诈验证方案，有效降低了无效流量造成 的损失。将这些因素量化调整之后我们预测2020年广告 主因移动广告欺诈造成的损失约为180亿元，与去年我 们的预测数据同比下降10%

流处理技术在事中反欺诈领域的应用及实践 密码

结合一号店现在的业务，讲述现在电商普遍面临的问题，如账户安全，批发黄牛，广告作弊等，直指电商痛处。并对每一种潜在风险都提出了自己的解决方案。如购买信用度，验证码方案，舆情监控等。议题中凌云介绍了一种雪崩算法，并举例：根据密码错误的次数自动调整认证流程的延时，议题干货很多 提纲 我为什么要做反欺诈 1号店反欺诈系统 购物安全 账号安全 广告安全 未来的展望 信用卡安全 交易安全 金融衍生风险 干货

可解释性背景 模型解释方法 可解释性实践 可解释性展望

各国法律法规逐步加强了数据安全要求，iOS14、Android11等操作系统也都强化了权限控制和数据安全管理，因此亟需产业链各方配合，从法律法规、技术标准、行业自律等方面营造良好的数字经济环境。本议题对移动互联网数据造假治理提出一些解决思路和建议。

卢铮在分享中指出，唯品会引入金融知识图谱的目的主要是为了对抗团伙欺诈。反欺诈其实就是一个机器学习中的二分类问题，金融知识图谱就是作为提取特征的工具，主要起到三层作用，第一层是连接账号、挖掘账号背后的人；第二层是连接欺诈者，挖掘欺诈者背后的人；第三层是把所有人都连接起来。 卢铮现场讲解金融知识图谱建立、分群、群特征提取的操作方法，目前，唯品金融图的规模是10亿个节点，9亿条边。利用基于金融知识图谱的反欺诈技术，唯品花申请通过率在降1%的情况下，坏帐率可以降20%。 概述 • 背景介绍 • 建图 • 分群 • 图特征提取 • 模型训练与效果

马骏驱总结国内互联网行业反欺诈现状有以下三点：单兵作战，无联防联控；对线上欺诈风险认知不足；对交易以外的欺诈忽视（如登录、注册）。 联防联控是我们唯一做反欺诈的方法！最优！最后马骏驱总结道：在大数据在下行经济的影响有利有弊，反欺诈是海啸前夕的一道防御堤坝！

分享了业务安全的方方面面、坑坑洼洼、黑黑白白，IP识别、验证码对抗、设备识别、人机识别、关系网络、订单泄露等干货 #总结  内忧  攻防成本  大公司的内部合作  内外勾结,尤其是外包  外患  游击队VS合成旅  NO DATA NO BB,貌合神离的各类合作组织  OTHER  情报组、爬虫组、重案组、政委下连队、联席作战  数据狂:宽表、关系网络  联防:黑手机、高危身份证、黑名单、多头贷款、黑卡

金融反欺诈的具体方案和实现环境、条件的介绍，提出了有效的解决办法。

中国数字金融反欺诈全景报告 中国数字金融反欺诈全景报告 中国数字金融反欺诈全景报告