阿里反刷單3.0全面升級：用AI算法搭建風控系統

人工智能、深度學習、對抗網絡、邊緣計算、端智能加速……這些前沿技術領域的最新成果，正在被阿里巴巴運用到打擊刷單行為上。

據瞭解，阿里巴巴對抗智能團隊近期針對反刷單正式上線了DeepFraud、DeepSeq、DeepGraph三大通用算法模型，並以此為底層設計，配合根據不同業務場景細分後裂變成的129套風控模型，搭建了一整套立體式智能風控系統，讓刷單無力生存。

在運用先進技術能力防控刷單的基礎上，今年以來，阿里全面升級治理體系，積極配合線下執法打擊、推進司法訴訟等多種方式，通過聯動各方力量打擊刷單行為、追究刷單不法分子的相應責任，讓違規者無路可走，讓老實人放心經營，為營商環境保駕護航。

人工智能算法成為阿里打擊刷單利器

隨着互聯網產業的迅猛發展，包括刷單、炒信在內的作弊黑灰產也在循序演進——線上刷單模式早已從最原始的單打獨鬥，轉變為了分工明確、技術先進、規模龐大的黑灰產平台，並藉助社交網絡聚集、流竄於各個互聯網生態領域。

“阿里對抗智能團隊開發的DeepFraud、DeepSeq、DeepGraph三大通用算法模型，針對當下刷單行為的高即時、強對抗、基於關係網絡和社交網絡廣泛傳播、全生態擴張、兼職刷手越來越多等特點，做到了對刷單行為的全鏈路防控。” 阿里“反刷單”對抗智能團隊負責人涵空表示。

涵空介紹，基於最新AI算法和對抗訓練的DeepFraud算法模型，大幅提高了對於隱蔽交易作弊、精細化刷單行為的檢測識別能力，能夠即時處理交易行為，更加精準、快速、自動地識別出刷單的虛假交易信息，做到秒級響應，並且可以在對抗刷單的過程中不斷自我校驗、完善，全面提升了平台風控識別和治理能力。

“為了躲避平台對於刷單行為的嚴厲打擊，現在很多刷單組織者都從線上轉移到線下，在高校周邊、地鐵口、商場等人流密集處利用地推來模擬更真實的交易場景，給刷單的防控和識別帶來一定的困難。”阿里巴巴“反刷單”業務負責人風玄表示，有了DeepFraud算法模型，平台反刷單能力就可以在實戰中不斷進化，防控最新的作弊行為。

而DeepSeq、DeepGraph這兩大算法模型，則是在人工智能算法的基礎上，分別能夠做到對於用户異常行為檢測和可疑刷單預判，以及在社交網絡和關係圖譜上的虛假交易識別能力的升級。

堅持全鏈條打擊讓**刷單無力生存

基於上面這三大通用算法模型，再配合根據不同業務場景細分後裂變成的129套風控模型，阿里巴巴已經搭建起一套打擊刷單的立體式智能風控系統。

這套智能風控系統的誕生，實現了阿里巴巴打擊刷單從最初僅針對違規賬號、高危商品進行識別的1.0時代，發展到針對不同場景開展策略防控的2.0時代，再升級到如今利用人工智能算法模型覆蓋全鏈路的3.0時代。

風玄坦言，阿里打擊刷單能力的不斷提升，背後反映的是刷單行為也在不斷演變，特別是網絡黑灰產給刷單提供了滋生、蔓延、變異的土壤。

“賬號買賣、洗錢套現、電信詐騙，這些網絡黑灰產與刷單緊密結合，給消費者和商家帶來了賬號與資金安全、虛假物流、虛假評價等諸多風險。只有從刷單涉及到的每一個環節都進行防控，全鏈條打擊，才能做到讓刷單無力生存。”風玄表示。

“刷單炒信，破壞的是整體的營商環境，污染的是數字經濟的根基。”阿里巴巴集團首席平台治理官鄭俊芳表示，對於刷單現象，阿里的態度一直都是“殺無赦、斬立決”，將繼續堅持立體式、全鏈條打擊刷單行為，運用一切資源讓刷單者付出更多代價，讓刷單分子不敢刷、不再刷。