機器學習網絡安全公司Sift Science獲3000萬美元C輪融資

預測、預防線上欺詐，除了要及時優化更新安全政策，動作必須比網絡罪犯更快。總部位于舊金山的 sift science 就是這樣一家網絡安全公司。本周二（7月19日），該公司宣布獲得了一筆 3000 萬美元的 c 輪融資，領投方是 insight venture partners。

在美國網絡犯罪投訴中心（ic3）釋出的2015年報中，僅網際網路犯罪一項就給美國社會造成了 10.7 億美元的損失，涉及範圍包括個人及公司資料洩露、信用卡欺詐、網絡釣魚、賬戶竊取，等等。

事實上，網絡犯罪給美國企業帶來的直接或間接損失，要遠高于美國網絡犯罪投訴中心年報中的數字。

相比于其他行業，某些行業的網站和 app 更容易受到犯罪分子的攻擊，比如數字禮品卡行業、資金轉賬行業、以及按需服務平台，等等。

利用機器學習和人工智能技術，sift science 可以自動推測某筆可疑交易，判斷某個線上業務是否得到授權或存在潛在欺詐威脅。

該公司 ceo jason tan 解釋說，在電子商務領域裡早期階段，企業主要依賴于規則和剛性系統“标記”潛在詐騙使用者。舉個例子，在禮品卡購買、退還、或是贖回交易中，公司首先要先執行标記操作，這個步驟必須要由人工判斷，之後他們才能決定是否授權或拒絕一筆交易。顯然，這種靜态的、基于規則的防欺詐系統會讓大量好的消費者和使用者流失，同時也會落後于不斷變化的網絡欺詐技術。

sift 的機器學習系統可以不斷追蹤線上正常行為和異常行為，并且把這些行為與犯罪活動進行一一比對、對比。目前，該公司業務範圍局限在美國市場，絕大多數早期客戶都是零售和電子商務公司，他們都非常擔心退款欺詐風險。

現在，sift 已經能夠保護超過 6000 個網站和 app，包括 airbnb、yelp、indeed、zillow、match.com、 twilio、 opentable、以及wayfair。

正如 jason tan 所說，如今 sift 公司的一個主要目标，就是要確定網際網路的每一個角度都安全。而且，從使用者體驗的角度來說，不能讓企業的安全防護變得像機場安檢那樣繁瑣、低效率。

據悉，該公司計劃利用本輪融資拓展零售和電子商務之外的行業服務，并加大人才招聘。目前 sift 擁有 60 名全職員工，計劃在明年至少新增 30 名新員工。

在宣布獲得最新融資的同時，sift 公司還釋出了幾款專注于社群和内容的網絡安全産品，能夠支援預測和預防網站和 app 上的欺詐行為。現階段，sift science 的競争對手有 rsa 和 ibm 這樣提供安全服務的大型企業，也有理由機器學習預防欺詐行為的初創公司，比如 riskified、signifyd、以及forter。

====================================分割線================================

本文轉自d1net（轉載）