Sift宣布推出ThreatClusters
最新季度产品发布揭示了在支付和ATO欺诈方面的进展，增加了新的风险信号，实现更准确的欺诈检测。
{ width=60% }
Sift是一家AI驱动的欺诈平台，为全球领先企业提供数字信任保障。今天宣布推出ThreatClusters，这是一项突破性的数据科学创新，用于欺诈检测。ThreatClusters通过增加一层关键的行业特定模型洞察力，结合客户特定风险模型的精准性与全球模型的广泛智能，提取每个行业独特的风险信号，从而提高欺诈决策的准确性。
欺诈行为者正在部署越来越复杂的攻击，包括基于人工智能的威胁，这可能会淹没和超越许多欺诈防范策略。传统的欺诈检测模型通常表现不佳，要么过于狭隘地专注于单个组织的数据，要么过于广泛地应用洞察力于不同行业。ThreatClusters通过将具有相似欺诈模式的公司聚合成群，以考虑风险模式中的细微差别，从而实现更准确的欺诈决策。
通过利用Sift的专有技术，客户能够同时使用针对其集群进行微调的检测模型，以及可以为其他集群提供新的欺诈向量洞察的检测模型。
ThreatClusters的关键特点和优势：
- 提高准确性：ThreatClusters通过增加行业特定欺诈模式的洞察力，可将误报/漏报风险降低高达20%。
- 更快的价值实现时间：全球和集群模型的集成加速了模型的准确性，提供更快的采用过程和更快的实现业务效益。
- 优化用户摩擦力：行业特定欺诈模式更好地区分合法用户和欺诈行为者，触发强化摩擦，同时不影响客户体验和转化率。
Sift首席产品官Raviv Levi表示：“ThreatClusters代表了我们使企业走在欺诈者前面的重大进展。通过引入行业特定的联盟模型，我们能够为客户提供对其行业独有的欺诈模式的前所未有的洞察力，同时防范来自其他行业的新兴风险。因此，我们的客户更能够评估风险，保护收入，无畏地成长。”
除了ThreatClusters，Sift的最新版本还包括其他关键创新，可优化评分准确性，并使欺诈和风险团队更轻松地检测不同用例中的复杂欺诈行为，包括支付欺诈和账户接管。
有关ThreatClusters和Sift最近创新内容的更多信息，请访问Sift博客这里。
探索AITechPark，获取人工智能、物联网、网络安全、AITech新闻以及行业专家的深入见解！
感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。
Sift宣布推出ThreatClusters
