阿里聯合浙大等發起AI挑戰賽 聚焦大規模風險商品檢測

在電商平台上，部分惡意賣家會對商品內容中的文本、圖片等進行變異，躲避平台風控，嚴重侵擾線上平台商品的潔淨度。面對偽裝後的商品，平台很難從商品內容本身判斷是否有風險，風險對抗非常激烈。近日，阿里安全AI專家研究發現，使用廣泛存在的各類圖關係數據，可以按圖索驥，摸清風險商品上下游以及同類風險商品的關係，就像編織了一張嚴密的“風險關係網”，為風險商品的檢測提供更多驗證，用於對抗黑灰產。

7月6日，阿里安全聯合鵬城實驗室、浙江大學、廣州大學、啓智社區等研究機構共同宣佈，開啓大規模電商圖上風險商品檢測AI挑戰賽。利用來源於真實場景中的大規模異構且存在噪聲和缺失的圖數據，以及不均衡的樣本，邀請國內外AI參賽選手，研發更高效的AI方案，進行風險商品檢測。

風險商品檢測的目標是識別可能存在的假貨商品、法律法規不允許發佈商品等，旨在維護平台內容信息健康，保護消費者權益。“面對疑似偽造的ip和設備，需要應用一些底層的技術判斷設備是不是模擬器，是否有代理，嘗試‘去偽存真’，同時也需要研究者尋找其他的‘蛛絲馬跡’，比如雖然設備是不同的，但黑灰產的使用習慣、作案手法類似，以此順藤摸瓜可找出更多風險商品。”阿里安全資深算法專家施平介紹。

“安全AI挑戰者計劃”系列賽事運營負責人坤禾介紹，阿里安全與眾多高校和機構聯合舉辦了多個AI安全的賽事，參賽選手中碩士學歷佔比34%，博士佔比9%，本科生佔比41%，覆蓋30多個國家和地區，國內外1200多所校企，AI賽培養成為業內培養國內頂尖的AI安全人才的重要渠道之一。阿里巴巴人工智能治理與可持續發展實驗室負責人薛暉則表示：“創新的技術研究承載着社會責任，我們聯合高校和科研實驗室舉辦這次比賽，號召更多年輕人蔘加，是希望藉此尋求一些新方法，對抗網絡平台的黑灰產。”

目前，阿里安全的圖計算研究聚焦於利用電商平台上豐富而複雜的圖數據來解決風控場景中的小樣本、強變異等業務難題，主要技術方向為大規模異質圖神經網絡、圖聚類、GraphEmbedding等，應用於假貨商品檢測、欺詐檢測、反作弊等場景，相關研究成果則發表於WWW、CIKM、ECML、ICASSP、ACMTKDD、IPM等國際頂級會議和期刊，獲得CIKM2019最佳應用論文獎，並與清華、北郵等國內知名高校保持穩定的產學合作關係。