专题演讲嘉宾 :成杰峰

腾讯社交网络运营部专家工程师

香港中文大学博士,香港大学博士后,中国科学院副教授,华为诺亚方舟实验室(香港)研究员,现职腾讯任高级研究工程师。主要研发了一系列分析大规模巨型图的核心技术,突破了现有各类图分析技术处理十亿规模以上的大规模图数据难以往下弹性计算的局面,为社交网络若干重要大数据问题提供了高效解决方案。负责了华为 VENUS 图计算系统研发,承担过国家自然科学基金项目,广东省科技重大专项等多项国家、省、市的重点项目。研究成果多次在 VLDB、ICDE、KDD、CIKM、TKDE、JVLDB 等国际顶级刊/会上发表,产生了 17 项国内外专利。

演讲:基于社交网络的大规模网络攻击自动对抗技术

时间:04月18日 15:30
地点:307A
所属专题:网络信息安全建设最佳实践

互联网金融行业近期在我国发展迅猛。然而,高速发展的另一面是野蛮生长带来的各种风险。据统计,目前涉嫌违规的互联网金融网站达 2420 家。而网络诈骗、P2P 迷局、e 租宝事件甚至裸贷风波等都与互联网金融有着千丝万缕的联系。业内权威指出,安全是当前我国联网金融行业的最大痛点。其中最重要的一道防线是基于大数据和机器学习的反欺诈能力。

腾讯正利用不可比拟的大数据优势构建反欺诈的数据体系:超过 10 亿用户的社交网络数据用于分析预测用户的关系连接,社区属性乃至社交角色等重要画像信息;通过不正常帐号识别、反不良信息、恶意刷榜和各类网络攻击所长期积累的低劣账户及黑产设备信息;还有着自身丰富的金融服务场景,如微信支付、QQ 钱包、公众号、理财通所拥有的可信金融数据。建立在这些数据系统的管理、分析和推理之上,黑产链知识库是腾讯利用人工智能技术反欺诈的“大脑”。

常见欺诈,比如身份造假,欺诈团体,代办包装,黑产中介,贷后失联等恶意的有效识别和预防不仅要求能对动态高速产生的用户内容中的关键实体信息及实体链接自动抽取,还要能连接并整合海量静态的不同源异构数据做联合事实推断。本演讲将结合学术界最新的知识库自动构建、深度学习、知识推理技术勾勒出腾讯在面向互联网金融安全的黑产链知识库的构建和应用的目前进展和未来方向。

听众受益

  1. 了解认识社交网络黑色产业链各种渠道和对互联网金融安全的危害途径;
  2. 构建反欺诈的大数据基础体系各要素;
  3. 面向互联网金融安全的学术界最新的知识库自动构建、深度学习、知识推理技术。

本专题下其他演讲

关注主办方(InfoQ)

InfoQ Qcon

交通指南