“黑科技”讓電商刷單無力生存

文／本刊記者 陳 杰

每年的雙11一過，都會曝出各種刷單、大量退貨的傳言。事實證明，各平臺商家為了數據，刷單的現象肯定存在。而不少“剁手”族們在一番大買特買的快感之后，也有不少會因為“沖動”的后悔進而退單的。或許，他們下單的商品或許五花入門，但最終退單的理由有一條不謀而合：看到了不實的商品銷量以及評論而沖動消費了。總之，種種刷單行為一直就困擾著包括618、雙11等大眾早已熟知的“購物節”。

不過，今年似乎有點不同。在人工智能、深度學習、對抗網絡、邊緣計算、端智能加速等前沿技術領域的最新成果頻頻亮相之時，這些“黑科技”正在被各電商平臺運用到打擊刷單行為上。

據了解，目前市面上常見的刷單行業主要有三種：一是批量注冊賬號，大量拍下限購的商品；二是用機器軟件搶拍限購的商品；三是眾包搶購，即在微信群或QQ群發布任務，搶購首發上市的商品，之后再郵寄到統一地址，收貨后給一定報酬。

人工智能算法成打擊刷單利器

雙11作為自己的主場，阿里巴巴對抗智能團隊則針對反刷單正式上線了DeepFraud、DeepSeq、DeepGraph三大通用算法模型，并以此為底層設計，配合根據不同業務場景細分后裂變成的129套風控模型，搭建了一整套立體式智能風控系統，讓刷單無力生存。

在運用先進技術能力防控刷單的基礎上，今年以來，阿里全面升級治理體系，積極配合線下執法打擊、推進司法訴訟等多種方式，通過聯動各方力量打擊刷單行為、追究刷單不法分子的相應責任，讓違規者無路可走，讓老實人放心經營，為營商環境保駕護航。

“阿里對抗智能團隊開發的DeepFraud、DeepSeq、DeepGraph三大通用算法模型，針對當下刷單行為的高實時、強對抗、基于關系網絡和社交網絡廣泛傳播、全生態擴張、兼職刷手越來越多等特點，做到了對刷單行為的全鏈路防控。”阿里“反刷單”對抗智能團隊負責人涵空表示。

據了解，基于最新AI算法和對抗訓練的DeepFraud算法模型，大幅提高了對于隱蔽交易作弊、精細化刷單行為的檢測識別能力，能夠實時處理交易行為，更加精準、快速、自動地識別出刷單的虛假交易信息，做到秒級響應，并且可以在對抗刷單的過程中不斷自我校驗、完善，全面提升了平臺風控識別和治理能力。

當下，很多刷單組織者都從線上轉移到線下，在高校周邊、地鐵口、商場等人流密集處利用地推來模擬更真實的交易場景，給刷單的防控和識別帶來一定的困難。有了DeepFraud算法模型，平臺反刷單能力就可以在實戰中不斷進化，防控最新的作弊行為。而DeepSeq、DeepGraph這兩大算法模型，則是在人工智能算法的基礎上，分別能夠做到對于用戶異常行為檢測和可疑刷單預判，以及在社交網絡和關系圖譜上的虛假交易識別能力的升級。

全鏈條打擊讓刷單無力生存

基于上面這三大通用算法模型，再配合根據不同業務場景細分后裂變成的129套風控模型，阿里巴巴已經搭建起一套打擊刷單的立體式智能風控系統。這套智能風控系統的誕生，實現了阿里巴巴打擊刷單從最初僅針對違規賬號、高危商品進行識別的1.0時代，發展到針對不同場景開展策略防控的2.0時代，再升級到如今利用人工智能算法模型覆蓋全鏈路的3.0時代。

顯然，阿里打擊刷單能力的不斷提升，背后反映的是刷單行為也在不斷演變，特別是網絡黑灰產給刷單提供了滋生、蔓延、變異的土壤。

賬號買賣、洗錢套現、電信詐騙，這些網絡黑灰產與刷單緊密結合，給消費者和商家帶來了賬號與資金安全、虛假物流、虛假評價等諸多風險。只有從刷單涉及到的每一個環節都進行防控，全鏈條打擊，才能做到讓刷單無力生存。

其實，為防刷單，各電商平臺都在積極行動。蘇寧的網絡安全防護WAF為了應對刷單行為，已升級到現在的基于大數據、機器學習的自學習智能防護；京東為了維護以生活消費為目的的用戶及平臺銷售商家的權益，搭建了風控系統打擊刷單行為。系統基于賬號信譽、下單實時行為、收貨地址、下單IP等多種維度，將機器下單、人肉代下單、異常批量下單等非真實訂單進行實時識別攔截。

“刷單炒信，破壞的是整體的營商環境，污染的是數字經濟的根基。”阿里巴巴集團首席平臺治理官鄭俊芳表示，對于刷單現象，阿里的態度一直都是“殺無赦、斬立決”，將繼續堅持立體式、全鏈條打擊刷單行為，運用一切資源讓刷單者付出更多代價，讓刷單分子不敢刷、不再刷。