用机器学习来优化网络欺诈监测和排查模型，“网络欺诈斗士”Sift Science 获1800万美元B轮融资

“如果哪位顾客电子邮件的姓或名与其账单地址姓名不一致，那么与那些姓名一致的顾客相比，这个人是诈骗犯的可能性要高12倍。”这个很有意思的说法来自 Sift Science （以下简称Sift）。

Sift 是 36氪 此前报导过的 一家用机器学习来优化网络欺诈监测和排查模型的反网络欺诈公司，日前它在B轮融资1800万美元，资金将用于强化公司产品，帮助用户辨别和防止网络诈骗。该轮融资由Spark Capital 领投，Sift 的早期投资者Union Square Ventures，First Round Capital，以及Max Levchin 跟投。领投方GP Mo Koyfman 将加入Sift 董事会。

Sift 由一群前Google 工程师于2011年在旧金山创立，一年前获得Y Combinator 孵化（ YC S11 ），并募得种子基金和A轮资金共550万美元。其CEO Jason Tan 表示，目前公司每月处理的在线交易涉及金额为15亿美元，经手6亿在线“活动”（“events”），为用户避免的欺诈损失达400万美元，总用户群体已遍及7个大陆。

其产品将API 嵌入用户的网站，并运用 机器学习 ，不断完善辨识和屏蔽欺诈的技术。大体上，Sift 提供服务的方式分为自动和手动两类。前者依靠技术系统自我辨别欺诈行为，后者则允许用户在控制板查看并手动管理监测情况。关于Sift 的特点和商业模式，可查看 36氪 此前的 详细报道 。

目前市面上除Sift 外，还有不少致力于反网络欺诈交易的创业公司，比如： Riskified ， Signifyd 。另外，像 RSA 这样的大型网络安全公司也涉足了该领域。

[本文参考以下来源： blogs.wsj.com , blog.ycombinator.com ]

AD: 微软创投加速器第五期正在招募中 立即报名