中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
互聯網平臺智能風控實戰 版權信息
- ISBN：9787302594345
- 條形碼：9787302594345 ; 978-7-302-59434-5
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
互聯網平臺智能風控實戰 本書特色
1.揭露鮮為人知的黑產運轉內幕2. 詳解風控系統搭建的五大核心能力3. 呈現典型場景的八大實戰案例適用于各類互聯網業務的風控實戰書：電商，外賣，廣告，出行，營銷，增長…… 隨著現代互聯網科技的發展，以互聯網平臺為支撐的業務遍地開花，由此引發的黑色產業不斷滋生，營銷、欺詐、信用風險等方面都面臨一定的挑戰，如何建立并迭代企業的智能風控體系顯得尤為重要。 《互聯網平臺智能風控實戰》一書全面介紹了風控體系建立的背景、如何理解業務場景、數據的處理流程、常用風控手段以及實際案例，從系統開發到業務實踐，全方位展示了智能風控系統在互聯網平臺的實戰應用，深入淺出并系統地討論了智能風控體系進化歷史和發展全景，對于想要快速了解智能風控的從業人員是一本難得的參考書，同時對于業務及研發人員具有很好的參考和借鑒價值。 耿艷坤，順豐速運集團 CTO、順豐科技 CEO 《互聯網平臺智能風控實戰》一書側重講解搭建智能風控系統的思路框架，引導讀者從全局視野了解風控，從業務全流程去思考，采用多種技術路徑去實施，并歸納出智能風控管理應做到全鏈路覆蓋、依托豐富的大數據、從業務源頭上減少風險、靈活管控，非常具有參考價值。 唐會軍，數美科技 CEO 在互聯網的江湖里，黑灰產是一股神秘又惱人的力量，而與黑灰產的對抗又是互聯網平臺無法回避的問題。《互聯網平臺智能風控實戰》一書結合作者多年的一線作戰經驗，給出了一整套與黑灰產對抗的智能風控體系，既能從技術手段給出實操建議，又能跳出技術，從更高視角來理解風控，從整體上思考解決方案，相信會給讀者帶來有益的啟發。 巴川，競技世界首席數據科學家、CCFTF 數據科學 SIG 主席 隨著互聯網領域技術的快速發展，網絡黑灰產已經形成成熟的產業鏈。據測算，網絡黑產從業人員已過百萬，市場規模達到千億元級別。同時，黑產技術和風控手段也在隨著攻防對抗過程不斷演變，雖然有關黑產以及攻防技術的文章發表不少，但是都缺乏系統性。《互聯網平臺智能風控實戰》一書作者長年在一線工作，在同黑產對抗中積累了豐富的實戰經驗，對黑色產業鏈有著深入的研究和總結。本書首先介紹了黑色產業鏈，然后從業務、數據、規則防控、實戰、評估、平臺等維度系統講解了對應的風控解決方案，深入淺出，是當下業務安全領域少有的專業圖書，非常值得一讀。 陳成，快手業務安全負責人
互聯網平臺智能風控實戰 內容簡介
風控是互聯網平臺業務的重要環節。隨著業務的迅速發展，黑灰產問題逐漸突出，大數據和人工智能技術的普及為智能風控提供了強力支撐。本書以作者實踐經驗和總結為基礎，介紹搭建智能風控系統對抗黑灰產的方法。全書共10章，按如下思路組織內容： （1）認識問題：第1章介紹常見的黑產類型，解密黑產運轉的內幕，帶讀者認識建立風控體系的必要性。 （2）分析問題：第2章分析風險范圍和種類，提出智能風控的系統框架和需要的各項能力，從整體上介紹智能風控系統，避免一開始就陷入技術細節。 （3）解決問題：包括第3~8章，介紹搭建智能風控系統需要的軟硬能力，包括理解業務和避免過度黑盒的實用方法、數據建設、常用技術手段（監督學習、遷移學習、GNN等）、量化評估和可視化效果呈現。 （4）總結與展望：包括第9章和第10章，總結搭建智能風控系統的注意事項，簡單展望智能風控技術的發展趨勢和前景。 本書內容源自作者的工作實踐和經驗總結，適合風控從業人員（技術管理者、分析師、算法工程師、產品經理）以及其他對互聯網風控感興趣的人員閱讀。
互聯網平臺智能風控實戰 目錄
目? 錄
第1章
解密黑產
1.1 認識黑產 / 2
1.1.1 黑產的危害 / 2
1.1.2 黑產的產生 / 4
1.1.3 黑產的類型 / 5
1.1.4 黑色產業鏈 / 6
1.1.5 黑產的焦點 / 9
1.2 黑產運作 / 10
1.2.1 外賣領域的黑產運作 / 11
1.2.2 出行領域的黑產運作 / 13
1.2.3 金融領域的黑產運作 / 14
1.2.4 黑產的特點 / 15
1.3 黑產技術演變 / 16
1.3.1 風險控制的發展階段 / 16
1.3.2 黑產的發展階段 / 17
第2章
風控解決方案
2.1 風險的范圍和種類 / 20
2.1.1 風險的范圍 / 20
2.1.2 風險的種類 / 20
2.2 風控的團隊配備 / 21
2.3 智能風控的技術思路 / 23
2.3.1 智能風控的定義 / 23
2.3.2 設備指紋 / 23
2.3.3 規則引擎 / 25
2.3.4 監督學習模型 / 28
2.3.5 無監督學習模型 / 30
2.3.6 知識圖譜 / 36
2.3.7 深度學習 / 37
2.3.8 聯防聯控 / 39
2.3.9 系統化解決方案 / 41
2.4 風控系統框架實例 / 44
2.4.1 外賣風控系統框架 / 44
2.4.2 電商風控系統框架 / 45
2.4.3 金融風控系統框架 / 47
2.4.4 視頻風控系統框架 / 49
2.4.5 小結 / 50
2.5 智能風控系統的構建要點 / 50
第3章
核心：理解業務、服務于產品
3.1 風控、業務和產品 / 54
3.1.1 風控工作的生存困境 / 54
3.1.2 如何理解業務 / 55
3.1.3 業務理解的認知表現 / 56
3.1.4 業務理解的行動表現 / 58
3.1.5 數據和模型論 / 60
3.1.6 理解業務的風控實例 / 61
3.2 風控需要被理解 / 62
3.2.1 模型可解釋性 / 63
3.2.2 全局解釋 / 64
3.2.3 模型相關的解釋方法 / 72
3.2.4 模型無關的解釋方法 / 75
3.3 引導型風控 / 87
第4章
關鍵：數據的重要性
4.1 數據的價值 / 91
4.2 大數據風控誤區 / 92
4.2.1 大數據風控污名化 / 92
4.2.2 被忽視的數據質量問題 / 93
4.2.3 大數據并不“大” / 93
4.3 數據的搜集 / 94
4.3.1 數據源 / 94
4.3.2 埋點采集 / 95
4.4 風控數倉 / 97
4.4.1 風控數據流程 / 97
4.4.2 大寬表與數據指標 / 100
4.5 特征工程 / 102
4.5.1 特征構造 / 102
4.5.2 特征加工處理 / 103
4.5.3 特征選擇和降維 / 107
4.6 案例 / 114
4.6.1 一個簡單的例子 / 114
4.6.2 Kaggle 比賽的例子 / 117
4.7 風控的數據輸出 / 118
4.8 數據可視化分析 / 120
第5章
手段：規則、模型和監控
5.1 設備指紋 / 124
5.1.1 Hook 機制 / 125
5.1.2 反 Hook / 128
5.1.3 設備指紋技術 / 131
5.1.4 模擬器 / 135
5.1.5 群控 / 云控系統 / 138
5.2 規則引擎 / 141
5.2.1 規則引擎的總體架構 / 141
5.2.2 規則引擎的核心技術 / 143
5.3 風控模型方法 / 146
5.3.1 評分卡 / 146
5.3.2 監督學習模型 / 155
5.3.3 樣本不均衡處理策略 / 158
5.3.4 PU Learning / 173
5.3.5 主動學習和遷移學習 / 175
5.3.6 社區發現 / 178
5.3.7 異構網絡的密集子圖挖掘 / 190
5.3.8 圖神經網絡（GNN） / 200
5.3.9 知識圖譜 / 210
5.3.10 其他算法模型 / 218
5.4 監控 / 220
5.4.1 大盤指標監控 / 221
5.4.2 規則監控 / 222
5.4.3 模型穩定性監控 / 224
5.4.4 變量級監控 / 228
5.4.5 情報和輿情監控 / 230
第6章
場景：反制手段的應用
6.1 系統性防御 / 233
6.2 刷銷量、好評、排名、榜單 / 234
6.2.1 背景 / 235
6.2.2 技術手段 / 237
6.2.3 案例 / 240
6.3 刷紅包、優惠券 / 243
6.3.1 背景 / 243
6.3.2 技術手段 / 245
6.3.3 案例 / 245
6.4 刷團伙、群控、BC 聯合套現 / 255
6.4.1 背景 / 256
6.4.2 技術手段 / 257
6.4.3 案例 / 259
6.5 虛假商戶、虛假申請、虛假賬號、
多角色聯合的虛假孤島 / 274
6.5.1 背景 / 275
6.5.2 技術手段 / 275
6.5.3 案例 / 276
6.6 刷廣告、渠道推廣 / 282
6.6.1 背景 / 284
6.6.2 技術手段 / 286
6.6.3 案例 / 291
6.7 舞弊刷業績—銷售 / 296
6.7.1 背景 / 296
6.7.2 技術手段 / 298
6.7.3 案例 / 299
6.8 內容風險 / 311
6.8.1 背景 / 312
6.8.2 技術手段 / 312
6.8.3 案例 / 313
6.9 物流作弊 / 320
6.9.1 背景 / 320
6.9.2 技術手段 / 321
6.9.3 案例 / 322
6.10 分角色治理 / 323
第7章
評估：損失與收益的平衡
7.1 評估的意義和困難 / 327
7.2 評估指標 / 328
7.2.1 有明確樣本集的評估 / 328
7.2.2 無明確樣本集的評估 / 332
7.3 樣本來源 / 335
7.4 A/B 測試 / 336
7.4.1 A/B 測試原理 / 336
7.4.2 風控中的 A/B 測試 / 337
7.5 損失與收益評估 / 338
7.5.1 業務損失和收益評估 / 338
7.5.2 風控視角的損失和收益評估 / 339
7.5.3 實施方法 / 339
第8章
管理平臺：直觀的可視化工具和管控工具
8.1 管理平臺的重要性 / 342
8.2 可視化看板 / 343
8.3 可解釋性與可視化 / 347
8.4 查詢分析平臺 / 354
8.5 監控和引擎配置平臺 / 356
8.6 其他工具 / 357
8.7 小結 / 358
第9章
風控的挑戰與智能風控系統的搭建原則
9.1 風控的痛點與挑戰 / 360
9.2 搭建智能風控系統的原則 / 362
9.3 搭建智能風控系統的注意事項 / 364
第 10 章
風控的未來技術
10.1 未來的技術趨勢 / 370
10.2 智能風控公司的機遇 / 373
展開全部
互聯網平臺智能風控實戰 作者簡介
王永會，2012年畢業于北航，先后任職于騰訊、百度，長期從事風控工作，依托大數據和機器學習技術建立了以健康度模型為中心的智能風控體系，在黑灰產打擊方面積累了豐富經驗。
書友推薦
- >
經典常談
- >
姑媽的寶刀
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
史學評論
- >
伊索寓言-世界文學名著典藏-全譯本
- >
巴金－再思錄
- >
月亮虎
- >
山海經
本類暢銷
