機器學習網路安全公司SiftScience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策略，動作必須比網路罪犯更快。總部位於舊金山的 Sift Science 就是這樣一家網路安全公司。本週二（7月19日），該公司宣佈獲得了一筆 3000 萬美元的 C 輪融資，領投方是 Insight Venture Partners。

在美國網路犯罪投訴中心（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、網路釣魚、賬戶竊取，等等。

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

相比於其他行業，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、以及按需服務平臺，等等。

利用機器學習和人工智慧技術，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，企業主要依賴於規則和剛性系統“標記”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，公司首先要先執行標記操作，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，這種靜態的、基於規則的防欺詐系統會讓大量好的消費者和使用者流失，同時也會落後於不斷變化的網路欺詐技術。

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，並且把這些行為與犯罪活動進行一一匹配、對比。目前，該公司業務範圍侷限在美國市場，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 公司的一個主要目標，就是要確保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擴充零售和電子商務之外的行業服務，並加大人才招聘。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。

在宣佈獲得最新融資的同時，Sift 公司還發布了幾款專注於社群和內容的網路安全產品，能夠支援預測和預防網站和 App 上的欺詐行為。現階段，Sift Science 的競爭對手有 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）