
阿里十大黑科技亮相网络安全周 用大数据建设安全生态
“钱盾全局防钓鱼技术”、“天猫精灵-钱盾防骗智能机器人”、“酒店入住核身技术”、“御城河信息防控技术”、“声纹识别技术”、“内容安全检测技术”……17日,在2017国家网络安全周上,阿里十大黑科技亮相。阿里巴巴方面表示,对抗网络黑灰产是所有互联网企业的共同目标,阿里巴巴会一直用大数据建设网络安全生态。
今年,以“网络安全为人民,网络安全靠人民”为主题的网络安全周于9月16日至24日举行,由中宣部、中央网信办、教育部、工业和信息化部、公安部等九部门共同举办。
对个人:大数据防骗能识别超九成号码
现场,由阿里巴巴发布的全球首款防骗智能机器人“天猫精灵”备受瞩目。相比较市面上一般的智能机器人,可以播放音乐音频、听故事、讲笑话、玩游戏、查天气、天猫超市购物、智能家电操控等,这款AI智能机器人还添加了防骗功能。
当解说人员向天猫精灵发出指令:“天猫精灵,帮我查个号码。”天猫精灵很快识别并报告说:“钱盾App告诉我,这是一个诈骗电话,请不要拨打和接听。”
阿里展台的钱盾安全专家沈盾介绍称,天猫精灵不仅可以识别诈骗电话号码,还能给用户实时的防骗提醒。当被问及为何要在人工智能上加防骗功能,沈盾介绍说,“近年来电信诈骗产业发展迅速,从以往‘猜猜我是谁’的盲打式诈骗到手握个人信息的精准式诈骗,诈骗分子的骗人手法、装备、技术都在不断更新。”对此,钱盾反诈平台首次将诈骗拦截技术与人工智能结合在一起。
据悉,天猫精灵——钱盾防骗智能机器人最大的特点就是将国务院联席办钱盾反诈平台独有的诈骗拦截技术注入到天猫精灵中,使其具备了一双能识别诈骗号码的“火眼金睛”,并提供最新的防骗提醒。
沈盾称,实际内置在天猫精灵内的钱盾诈骗拦截技术其背后盾的大数据算法是从7种不同维度,为可疑号码进行精准画像。此举将可疑号码识别率提升至92%,超越了目前所有同类算法的效果,识别率为业界最高。
钱盾还展示了实用的全局防钓鱼技术,该技术可帮助iPhone手机用户即时识别并拦截收到的钓鱼链接。
此外,人脸识别技术、在线签证技术、声纹识别技术等均结合大数据进行实人验证防诈骗。如飞猪未来酒店一体机“刷脸”入住酒店的功能以阿里实人认证为核心,利用活体检测、人脸比对等生物识别技术和证件OCR识别技术,结合权威数据源与阿里实人可信模型,能判定用户身份的真实性、有效性。
目前实人认证已应用在阿里平台的电商、通信、寄递、旅行以及直播等四十多种业务场景,同时还服务于警务、政务等便民服务类应用和线下门禁、宾馆网吧等场所。
蚂蚁金服CTO程立介绍说,“所谓黑科技的价值,不是为了酷炫,而是是否能用技术化繁为简,即便是小孩和老人,都能顺畅地使用它。”
对电商生态:大数据驱动安全防控体系
阿里展区不仅有针对个人用户使用的网络安全技术产品,还有针对商家等开发的安全技术项目。其中就包括为解决电商生态数据安全风险,独立研发建立的以大数据驱动为核心的数据安全防控体系——御城河系统。
“当在淘宝和天猫上买东西,消费者信息会流转到很多环节,例如物流、卖家、服务商等,每一个环节都有可能发生信息的泄露和违规操作。所以御城河系统会针对每一个环节进行数据防控,之后再进行实人挖掘、深度溯源来找到背后的诈骗分子,进行线下的打击。”现场讲解人员告诉记者。
据了解,该系统构建了“线上防控、线下打击、消费者保护、生态共治”的立体化数据安全防控策略,对每个核心数据流通环节进行风险建模与防护,能完成异常行为检测和风险事件的自动溯源模型,并能从风险挖掘出背后的网络黑灰产团伙,具备对整个生态的安全感知、风险快速处置等能力。
数据显示,目前御城河系统针对物流商进行过6000万次的核心数据访问拦截,针对服务商进行过6.5亿次的核心数据访问拦截,还对300万商家800万终端进行过保护
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09