用机器学习来优化网络欺诈监测和排查模型，sift science获融资550万美元 | 36氪

今天techcrunch和wired等国外各大科技媒体都报道了sift science这家公司，它的服务刚正式开放注册。sift science做的是网络反欺诈，电商网站、网络支付以及airbnb和uber等交易类服务都是它的目标顾客。

sift science用网站提供的用户数据来计算出用户的可疑分值，厉害之处在于它用机器学习的方式不断地补充并修正它的整个欺诈监测模型。例如电商公司先把sift science的api嵌入自己网站，并提供一些这个网站上典型欺诈账户的样本供sift参考。sift会监测用户在这个网站上的行为模式，把它和其他大量的欺诈行为对比，以此来计算某位用户的欺诈可疑性。监测的行为模式有很多维度，比如用户在这个网上浏览的页面数，所用设备和浏览器，是哪个地区的ip等等。

sift现在也发现了一些小规律(针对美国用户的)，比如在windows xp上用firefox的交易行为，它的欺诈可疑性就比一般用户高6倍。sift在内测期有了20家顾客，比如airbnb，uber还有先买后付款的虚拟信用服务affirm，这些越来越庞大的交易网络会让sift的模型有更高的精准性。

目前sift是采用免费增值模式，免费评测5000位用户的欺诈可疑性，超过这个数量，则是每个用户0.1美元。sift创始团队大多都出自google，联合创始人brandon ballinger之前在google就是做关于恶意广告点击的反欺诈工作。

sift总融资达550万美元。种子期是150万美元，最近得到由 union square ventures领投的400万美元的a轮。它的其他投资者名单也很闪亮， chris dixon，前paypalcto max levchin还有salesforce ceo marc benioff等人都参投了。