家家都谈大数据 同盾只做大数据反欺诈
随着各种互联网金融产品如雨后春笋一般出现，用户大量资金的涌入使得网络安全，尤其是防止网络欺诈尤为重要。同盾科技是国内首家互联网金融领域风险控制和反欺诈服务提供商，其正是随着互联网金融的快速爆发而高速发展的代表。
同盾科技成立于2013年10月份，是一家正处于高速成长中的新兴创业公司，其核心成员来自阿里、Paypal、ThreatMetrix等顶级互联网公司，主要为互联网金融行业提供风险控制与反欺诈的实时数据分析服务，目标是为金融、支付、电商、网贷等行业提供最基础的风险和信用评估服务。自成立以来，同盾已获得顶级VC的A轮及A+轮投资。
公司虽然成立才一年多，但已经成为国内最顶尖的大数据反欺诈公司。何为大数据反欺诈？同盾科技联合创始人COO马骏驱在接受猎云网采访时表示，欺诈就是行骗，反欺诈并不是将行骗者绳之以法，而是在欺诈行为发生之前就将其制止。同盾科技就是通过大数据的方式，给欺诈者画出负面画像，从而预防欺诈行为的发生。
这个风险控制与反欺诈到底有多大作用呢？从最常见的欺诈而言，盗号、木马攻击排在前列，而针对这方面的挡住率达30%。另外同盾还会建立一种失信名单，如此以来，可帮助企业防住大规模的有害访问。
同盾绝大部分客户来自不同的行业，除了金融，还有电商、支付、信用卡、社交网络、游戏等很多不同类型。互联网金融行业是其最大的客户来源，这是由于金融行业本身就是聚集了大量的资金的，这对犯罪分子来说，是极具诱惑力的，尤其是高科技罪犯。马骏驱认为，以云服务的方式为互联网金融相关企业提供的保护，将会成为网络反欺诈的一种新策略。
而一个成立不到两年的公司是如何在行业内保持技术优势？马骏驱总结为底层技术和数据库的优势。马骏驱告诉猎云网，同盾的已经申请了专利的“设备指纹技术”能够清楚的知道用户的身份，以及他是不是在同一台电脑和手机上。而同盾绝大部分的数据都是通过客户的反馈行为叠加的。
互联网+时代的到来，虽然给创业带来了很多机会，同样的，网络也多了不少诈骗分子和风险。马骏驱表示，同盾所提出的互联网－的概念则是要减去各种不同类型的风险，比如盗号、盗卡、刷单、骗贷等。此外，更重要的是希望减去企业的保护主义，通过共享黑名单的方式来做到联防联控。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
写在开头 老板在微信上甩来一句： "帮我看下为什么销量跌了。" ” 你回工位，打开 SQL，开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者：李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时，PySpark的groupBy()确实能完成统计，这也是它的本职工作。但它有一个根本性局限：每一组数据，最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表，结合地理空间维度与数据密度特征，通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图，画过按天的流量折线图，但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”，在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司，工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中，数据往往不是独立存在的，不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读：大多数人只把 dataclasses 当成偷懒工具，用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系，但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中，行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中，千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者：李诗怡 1. 5W1H 分析法 定义：经典系统性思维框架，通过六个核心维度对问题进行全方位拆解与剖析，确 ...
2026-09-28 很多分析师在设计标签时思路清晰，但真到落地环节却面临“数据在手，不知如何转化为可用标签”的困境：或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者：李诗怡 1. 用户标签体系 定义： 通过一系列高度精炼的特征标识，对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库，广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展，数据已成为核心生产要素，各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道，但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时，却常常答不上来。 ...
2026-09-24在时序数据分析中，大部分业务数据并非持续平稳变化，而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象， ...
2026-09-23在统计学与数据分析中，研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能，认 ...
2026-09-23 很多数据分析师每天都在写 SQL，但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询，但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
