阿里打击刷单用上人工智能：3大算法体系+129套模型搭建智能风控系统 让刷单无力生存

　　人工智能、深度学习、对抗网络、边缘计算、端智能加速……这些前沿技术领域的最新成果，正在被阿里巴巴运用到打击刷单行为上。

　　据了解，阿里巴巴对抗智能团队近期针对反刷单正式上线了DeepFraud、DeepSeq、DeepGraph三大通用算法模型，并以此为底层设计，配合根据不同业务场景细分后裂变成的129套风控模型，搭建了一整套立体式智能风控系统，让刷单无力生存。

　　在运用先进技术能力防控刷单的基础上，今年以来，阿里全面升级治理体系，积极配合线下执法打击、推进司法诉讼等多种方式，通过联动各方力量打击刷单行为、追究刷单不法分子的相应责任，让违规者无路可走，让老实人放心经营，为营商环境保驾护航。

　　人工智能算法成为阿里打击刷单利器

　　随着互联网产业的迅猛发展，包括刷单、炒信在内的作弊黑灰产也在循序演进——线上刷单模式早已从最原始的单打独斗，转变为了分工明确、技术先进、规模庞大的黑灰产平台，并借助社交网络聚集、流窜于各个互联网生态领域。

　　“阿里对抗智能团队开发的DeepFraud、DeepSeq、DeepGraph三大通用算法模型，针对当下刷单行为的高实时、强对抗、基于关系网络和社交网络广泛传播、全生态扩张、兼职刷手越来越多等特点，做到了对刷单行为的全链路防控。” 阿里“反刷单”对抗智能团队负责人涵空表示。

　　涵空介绍，基于最新AI算法和对抗训练的DeepFraud算法模型，大幅提高了对于隐蔽交易作弊、精细化刷单行为的检测识别能力，能够实时处理交易行为，更加精准、快速、自动地识别出刷单的虚假交易信息，做到秒级响应，并且可以在对抗刷单的过程中不断自我校验、完善，全面提升了平台风控识别和治理能力。

　　“为了躲避平台对于刷单行为的严厉打击，现在很多刷单组织者都从线上转移到线下，在高校周边、地铁口、商场等人流密集处利用地推来模拟更真实的交易场景，给刷单的防控和识别带来一定的困难。”阿里巴巴“反刷单”业务负责人风玄表示，有了DeepFraud算法模型，平台反刷单能力就可以在实战中不断进化，防控最新的作弊行为。

　　而DeepSeq、DeepGraph这两大算法模型，则是在人工智能算法的基础上，分别能够做到对于用户异常行为检测和可疑刷单预判，以及在社交网络和关系图谱上的虚假交易识别能力的升级。

　　图说：图解阿里打击刷单风控系统，阿里反制刷单系统进入3.0时代。

　　坚持全链条打击让刷单无力生存

　　基于上面这三大通用算法模型，再配合根据不同业务场景细分后裂变成的129套风控模型，阿里巴巴已经搭建起一套打击刷单的立体式智能风控系统。

　　这套智能风控系统的诞生，实现了阿里巴巴打击刷单从最初仅针对违规账号、高危商品进行识别的1.0时代，发展到针对不同场景开展策略防控的2.0时代，再升级到如今利用人工智能算法模型覆盖全链路的3.0时代。

　　风玄坦言，阿里打击刷单能力的不断提升，背后反映的是刷单行为也在不断演变，特别是网络黑灰产给刷单提供了滋生、蔓延、变异的土壤。

　　“账号买卖、洗钱套现、电信诈骗，这些网络黑灰产与刷单紧密结合，给消费者和商家带来了账号与资金安全、虚假物流、虚假评价等诸多风险。只有从刷单涉及到的每一个环节都进行防控，全链条打击，才能做到让刷单无力生存。”风玄表示。

　　“刷单炒信，破坏的是整体的营商环境，污染的是数字经济的根基。”阿里巴巴集团首席平台治理官郑俊芳表示，对于刷单现象，阿里的态度一直都是“杀无赦、斩立决”，将继续坚持立体式、全链条打击刷单行为，运用一切资源让刷单者付出更多代价，让刷单分子不敢刷、不再刷。