Coinbase 升级反欺诈体系：融合机器学习与规则引擎，将响应时间缩短至数小时

Odaily รายงานว่า Coinbase ระบุว่ากำลังปรับปรุงกระบวนการสร้างกฎในระบบต่อต้านการฉ้อโกงให้มีประสิทธิภาพยิ่งขึ้น โดยการบูรณาการโมเดล机器学习กับกฎเกณฑ์เอ็นจิ้น เพื่อให้สามารถบริหารความเสี่ยงได้อย่างมีประสิทธิภาพมากขึ้น พร้อมเสนอ "กลยุทธ์สองแนวทาง" ที่ให้โมเดลรับผิดชอบการป้องกันระยะยาว ในขณะที่กฎมีหน้าที่ตอบสนองอย่างรวดเร็ว และสร้างกรอบการทำงานที่เป็นหนึ่งเดียวเพื่อให้ทั้งสองส่วนเกิดวงจรป้อนกลับ: กฎจะถูกใช้เพื่อจับรูปแบบการฉ้อโกงแบบใหม่ และนำไปฝึกโมเดลแบบย้อนกลับ ซึ่งจะช่วยยกระดับความสามารถในการป้องกันโดยรวมอย่างต่อเนื่อง

ในการปรับปรุงที่เฉพาะเจาะจง Coinbase ได้เปลี่ยนกระบวนการสร้างกฎที่เดิมต้องพึ่งพาแรงงานคน ให้เป็นระบบที่ขับเคลื่อนด้วยข้อมูลและแนะนำโดยอัตโนมัติ ผ่านการปรับโครงสร้างข้อมูล การพัฒนา Schema แบบอัตโนมัติ และการนำเครื่องมือวิเคราะห์ที่ใช้ Notebook มาใช้ ซึ่งช่วยเพิ่มประสิทธิภาพได้อย่างมาก โดยประสิทธิภาพการทดสอบย้อนหลังของกฎเพิ่มขึ้นมากกว่า 10 เท่า และเวลาตอบสนองโดยรวมลดลงจากหลายวันเหลือเพียงไม่กี่ชั่วโมง นอกจากนี้ ระบบใหม่ยังแนะนำพารามิเตอร์ผ่าน机器学习 ซึ่งช่วยลดอัตราการตรวจจับที่ผิดพลาด และลดผลกระทบต่อผู้ใช้ปกติในขณะเดียวกันก็ต่อสู้กับการฉ้อโกง

Coinbase ระบุว่าขั้นตอนต่อไปจะผลักดันการสร้างกฎอัตโนมัติที่ขับเคลื่อนด้วยเหตุการณ์ และสำรวจความเป็นไปได้ในการ "เปลี่ยนกฎที่มีประสิทธิภาพให้เป็นฟีเจอร์ของโมเดลด้วยคลิกเดียว" เพื่อก้าวไปสู่ระบบการบริหารความเสี่ยงแบบอัตโนมัติยิ่งขึ้น