通過深度學習構建網絡安全,人人云圖為企業提供「隱私保護+精準畫像」服務

【獵雲網(微信:ilieyun)北京】3月6日報道(文/王亞楠)

目前,國內的羊毛黨已經形成了組織化程度極高的黑灰色組織。數據顯示,中國地下網絡犯罪的利潤已達到1000億元。地下網絡犯罪會造成數據丟失,詐騙等結果,損失估值約915億元,對企業造成了極大的傷害,且在不斷增加。

造成財產損失的同時,刷量公司通過薅羊毛、貓池、模擬器的方式,為平台帶來了大量無效數據,導致企業難以區分出來哪些是真實用戶,更難準確理解用戶性別、年齡、愛好等商業化屬性,難以觸達精準用戶。

例如,一款手機軟件投入1000萬元做推廣,企業需要了解這1000萬元花費拉來了多少有效用戶。隱私數據規避外,企業只能通過個體行為、內容傾向數據判定,公司發現這批通過推廣拉來的用戶真正運行使用軟件的情況有着很大的落差,也就是說軟件只有下載和安裝但並沒有實際運行使用,其用戶行為軌跡怪異不合邏輯,基本可以判定是無效用戶。

獵雲網今天了解到的人人云圖,旨在通過非隱私數據為企業提供基於行為內容傾向的用戶畫像,收集手機、智能汽車、IoT、車聯網等領域的異構數據,提供一整套安全數據採集、隱私保護、畫像分析服務,有利於企業調整運營策略,優化渠道、降低成本。

公司創始人楊鵬告訴獵雲網(微信:ilieyun),智能設備的使用中,保護隱私和精準畫像同等重要。人人云圖搭建的反欺詐系統,以終端的特徵數據為依據,基於協同過濾等機器學習技術,分析非隱私數據,識別業務中的欺詐特徵。

該系統做三層防護工作:第一層,根據系統前端的原始數據初步判定是否作弊,篩選出第一批可疑用戶;第二層,1、系統後端根據用戶行為軌跡、行為偏好數據進行聚類,區分異常行為軌跡,抓出虛假用戶。2、根據內容維度數據進行用戶質量判定手機上的APP是否是正常用戶的行為,羊毛黨往往會在手機中下載大量無使用規律的軟件僅僅為了獲取傭金,人人云圖通過樸素貝葉斯網絡判定各個app的組合概率;第三層,也是人人云圖系統的核心層。採用深度學習技術為企業提供數據分析,人人云圖用切片式編程方式將SDK放進移動應用中,系統會根據脫敏數據進行交叉驗證,基於用戶行為建模,企業可根據自身數據分析需求,在保護隱私信息的前提下,導出產品流量報表,實現安全精準用戶畫像。

11 22

設備是判別用戶真偽的關鍵指標。人人云圖在監控APP設備時,採用全局監控的方式來展示APP的基礎性能參數,對手機上的應用有一個初步了解后,有助於定位網絡性能問題。然後採用單點查詢的方式,通過查詢主機IP、URL、設備指紋,查看監測範圍內所有請求的性能狀況。從服務器響應耗時、首包時間、下載速度等多項指標進行統計分析,就能快速定位問題來源。

技術可行性方面,人人云圖已在民航領域得到驗證。票務系統中利用他人信息搶票,單純進行用戶邏輯篩查,查封ID的方式很難解決實際問題,而且會帶來屏蔽真實訂單的隱患。利用人人云圖公司的算法對用戶進行辨別後,問題得到了有效解決。

據悉,公司曾聯合其他機構進行攻防實驗。用假樣本、假渠道或者貓池、黑產、羊毛黨等數據,來測試識別用戶,實現人機識別準確率達95%。

數據安全方面,人人云圖做到了客戶端安全合規信息搜集,任何與用戶隱私信息相關的都交給客戶端處理,服務端採用差分隱私保護法,分析非敏感數據。

所謂差分隱私保護,人人云圖是國內首家提出這個概念的企業。盡量不通過人人云圖收集的數據定位到任何個人信息,同時又不影響對用戶屬性的判斷和商業價值的實現。比如,通過數據算出來一個特定群體的平均身高為165cm,小明的平均身高高出特定人群中其他人兩厘米,最終算出小明身高為167cm。在不泄露用戶隱私數據的情況下,獲得了小明的精準數據。

另外,人人云圖還提出了泛在多元數據的概念,採用廣泛的數據來源,系統接收物聯網、車聯網、移動互聯網、運營商等多種能夠決定用戶屬性和行為的終端數據,比如:行為日誌、頁面跳轉、設備信息等,為不同行業提供精準畫像服務。

確定完目標客戶人群后,企業可以基於用戶畫像做拉新、促活、以及產品運營等一系列運營活動。

人人云圖已與國內多個APP合作,已取得1億設備的非隱私行為數據,設備日活達一千萬。該系統已應用於民航、交通、互聯網金融等領域,合作客戶包括廈門航空、暴風TV、中國移動、萬達普惠等。

盈利方面,人人云圖為企業提供SaaS服務盈利,對於高要求的用戶,提供定製化解決方案,以及私有化部署。

團隊現有12人,CEO楊鵬從事安全產品技術工作多年,曾任Intertrust中國區技術產品負責人,PPTV、新浪產品運營高級總監,南瓜電影COO。

項目正在尋求A輪融資。

 

項目:人人云圖
公司:北京美好人生夥伴信息技術有限公司
網址:http://aograph.com


想在手機閱讀更多社交網絡資訊?下載【香港矽谷】Android應用
分享到Facebook
技術平台: Nasthon Systems