以色列初创公司 Fraugster 致力于开发可以防止支付诈欺的人工智能技术,近日,该公司获得了 500 万美元的投资,由 Earlybird 领投、Speedinvest 和 Seedcamp 等多家公司参投。
Fraugster 公司成立于 2014 年,联合创始人 Max Laemmle 之前曾创办支付闸道器公司 Better Payment,另一位创始人 Chen Zamir 在风险解析与管理网域有十多年的经验,曾在 PayPal 工作长达 5 年。
Fraugster 的诈欺侦测基于 AI 技术,他们的技术可以从每笔交易中即时学习,能够在诈欺发生之前预测到风险。目前,Fraugster 可以减少 70% 的诈欺,同时将转换率提高 35%。对于所有诈欺侦测技术来讲,无论是否以 AI 为基础,其目的就是阻止诈欺交易,同时消除误报。
公司 CEO 兼联合创始人 Max Laemmle 表示:
目前整个支付市场的风险防范都是建立在过时的技术之上,所以我们创立了 Fraugster。规则系统和机器学习方案既昂贵又难以跟上诈欺型态更新的速度,我们的自学习算法不仅能模拟人类分析师的思维过程,还具备了机器的延伸性,只需 15 毫秒就能做出决策。
Fraugster 集成其他软件之后就可以开始收集交易资料点,例如姓名和电子邮件位址以及账单和送货地址。这些资讯可增加约 2,000 个其余的资料点,这样就可以透过 IP 延迟检查来测量用户之间的真实距离,再加上 IP 连线类别、按键之间的距离以及电子邮件名称符合度等方面的参照,丰富的资料集将被传送到 AI 引擎进行解析,进而得出结论。
Laemmle 解释:
我们的 AI 引擎的核心是非常强大的算法,它可以模仿人类分析师审查交易的思维过程。因此,我们可以分析每笔交易背后的情况,并精确地分辨出哪些交易是诈欺,哪些不是。
处理结果是完全透明的,所以你可以了解为什么某个交易被阻止或允许。此外,我们之所以能把速度降至 15 毫秒,是因为我们发明了自己的内存资料程式库技术。
Fraugster 公司表示,像 FICO 和 SAS 这样的竞争对手所使用的技术已经过时。在 Fraugster,他们不使用任何规则、模型或预定义的分段。分析事物时,他们抛弃了单一的固定算法,其引擎每处理一笔新的交易时都在自我重塑。这使他们能够单独了解每一笔交易,进而判定哪一笔是欺诈。
Fraugster 公司目前已经辅助说明数千家国际商家和支付服务提供商处理近 150 亿美元的交易,其中 Visa 也在他们的用户之列。此外,本次新注入资金将主要用于公司在国际化拓展中团队的扩大。
- Israeli payments startup Fraugster raises $5 million
(本文由 36Kr 授权转载;首图来源:shutterstock)