作者:赵广立 来源:中国科学报 发布时间:2022/7/6 15:20:42
选择字号:
聚焦大规模风险商品检测
阿里联合浙大等发起AI挑战赛  

 

7月6日,阿里安全联合鹏城实验室、浙江大学、广州大学、启智社区等研究机构共同宣布,开启大规模电商图上风险商品检测AI挑战赛。

在电商平台上,部分恶意卖家会对商品内容中的文本、图片等进行变异,躲避平台风控,严重侵扰线上平台商品的洁净度。面对伪装后的商品,平台很难从商品内容本身判断是否有风险,风险对抗非常激烈。近日,阿里安全AI专家研究发现,使用广泛存在的各类图关系数据,可以按图索骥,摸清风险商品上下游以及同类风险商品的关系,就像编织了一张严密的“风险关系网”,为风险商品的检测提供更多验证,用于对抗黑灰产。

上述 AI 挑战赛,就致力于利用来源于真实场景中的大规模异构且存在噪声和缺失的图数据,以及不均衡的样本,邀请国内外AI参赛选手,研发更高效的AI方案,进行风险商品检测。

风险商品检测的目标是识别可能存在的假货商品、法律法规不允许发布商品等,旨在维护平台内容信息健康,保护消费者权益。“面对疑似伪造的ip和设备,需要应用一些底层的技术判断设备是不是模拟器,是否有代理,尝试‘去伪存真’,同时也需要研究者寻找其他的‘蛛丝马迹’,比如虽然设备是不同的,但黑灰产的使用习惯、作案手法类似,以此顺藤摸瓜可找出更多风险商品。”阿里安全资深算法专家施平介绍。

“安全AI挑战者计划”系列赛事运营负责人坤禾介绍,阿里安全与众多高校和机构联合举办了多个AI安全的赛事,参赛选手中硕士学历占比34%,博士占比9%,本科生占比41%,覆盖30多个国家和地区,国内外1200多所校企,AI赛培养成为业内培养国内顶尖的AI安全人才的重要渠道之一。阿里巴巴人工智能治理与可持续发展实验室负责人薛晖则表示:“创新的技术研究承载着社会责任,我们联合高校和科研实验室举办这次比赛,号召更多年轻人参加,是希望借此寻求一些新方法,对抗网络平台的黑灰产。”

目前,阿里安全的图计算研究聚焦于利用电商平台上丰富而复杂的图数据来解决风控场景中的小样本、强变异等业务难题,主要技术方向为大规模异质图神经网络、图聚类、GraphEmbedding等,应用于假货商品检测、欺诈检测、反作弊等场景,相关研究成果则发表于WWW、CIKM、ECML、ICASSP、ACMTKDD、IPM等国际顶级会议和期刊,获得CIKM2019最佳应用论文奖,并与清华、北邮等国内知名高校保持稳定的产学合作关系。

 
版权声明:凡本网注明“来源:中国科学报、科学网、科学新闻杂志”的所有作品,网站转载,请在正文上方注明来源和作者,且不得对内容作实质性改动;微信公众号、头条号等新媒体平台,转载请联系授权。邮箱:shouquan@stimes.cn。
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
超过每周饮酒建议量让染色体变短 合肥科学岛稳态强磁场刷新世界纪录
北极变暖速度近4倍于世界其他地方 研究揭示西藏曾是北半球植物交流枢纽
>>更多
 
一周新闻排行
 
编辑部推荐博文