家家都谈大数据 同盾只做大数据反欺诈
随着各种互联网金融产品如雨后春笋一般出现，用户大量资金的涌入使得网络安全，尤其是防止网络欺诈尤为重要。同盾科技是国内首家互联网金融领域风险控制和反欺诈服务提供商，其正是随着互联网金融的快速爆发而高速发展的代表。
同盾科技成立于2013年10月份，是一家正处于高速成长中的新兴创业公司，其核心成员来自阿里、Paypal、ThreatMetrix等顶级互联网公司，主要为互联网金融行业提供风险控制与反欺诈的实时数据分析服务，目标是为金融、支付、电商、网贷等行业提供最基础的风险和信用评估服务。自成立以来，同盾已获得顶级VC的A轮及A+轮投资。
公司虽然成立才一年多，但已经成为国内最顶尖的大数据反欺诈公司。何为大数据反欺诈？同盾科技联合创始人COO马骏驱在接受猎云网采访时表示，欺诈就是行骗，反欺诈并不是将行骗者绳之以法，而是在欺诈行为发生之前就将其制止。同盾科技就是通过大数据的方式，给欺诈者画出负面画像，从而预防欺诈行为的发生。
这个风险控制与反欺诈到底有多大作用呢？从最常见的欺诈而言，盗号、木马攻击排在前列，而针对这方面的挡住率达30%。另外同盾还会建立一种失信名单，如此以来，可帮助企业防住大规模的有害访问。
同盾绝大部分客户来自不同的行业，除了金融，还有电商、支付、信用卡、社交网络、游戏等很多不同类型。互联网金融行业是其最大的客户来源，这是由于金融行业本身就是聚集了大量的资金的，这对犯罪分子来说，是极具诱惑力的，尤其是高科技罪犯。马骏驱认为，以云服务的方式为互联网金融相关企业提供的保护，将会成为网络反欺诈的一种新策略。
而一个成立不到两年的公司是如何在行业内保持技术优势？马骏驱总结为底层技术和数据库的优势。马骏驱告诉猎云网，同盾的已经申请了专利的“设备指纹技术”能够清楚的知道用户的身份，以及他是不是在同一台电脑和手机上。而同盾绝大部分的数据都是通过客户的反馈行为叠加的。
互联网+时代的到来，虽然给创业带来了很多机会，同样的，网络也多了不少诈骗分子和风险。马骏驱表示，同盾所提出的互联网－的概念则是要减去各种不同类型的风险，比如盗号、盗卡、刷单、骗贷等。此外，更重要的是希望减去企业的保护主义，通过共享黑名单的方式来做到联防联控。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
Pandas 选取特定值所在行：6 类核心方法与实战指南 在使用 pandas 处理结构化数据时，“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络（SCNN） 为解决这一痛点，球面卷积神经网络（Spherical Convolutional Neural Network, SCNN） 应运而生。它通 ...
2025-09-30在企业日常运营中，“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”，金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗？基础方法、进阶技巧与场景边界 在数据分析领域，聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树：原理、优化与工业级实战指南 在机器学习领域，决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中，“设计标签逻辑” 只是第一步，真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键，在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时，折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时，“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号（如 “北京 ...
2025-09-28在 CDA（Certified Data Analyst）数据分析师的技能工具箱中，数据查询语言（尤其是 SQL）是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验：原理、方法与实战应用 在生存分析领域，Cox 比例风险模型（Cox Proportional Hazards Model）是分析 “ ...
2025-09-26检测因子类型的影响程度大小：评估标准、实战案例与管控策略 在检测分析领域（如环境监测、食品质量检测、工业产品合规性测试） ...
2025-09-26CDA 数据分析师：以数据库为基石，筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中，“数据从哪里来” 是 CDA（Certified D ...
2025-09-26线性相关点分布的四种基本类型：特征、识别与实战应用 在数据分析与统计学中，“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南：从原理到实战的科学路径 在深度神经网络（DNN）的设计中，“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中，不少团队陷入 “指标困境”：仪表盘上堆砌着上百个指标，DAU、转化率、营收等数据实时跳动，却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片：成因、检测与内存持续增长的解决策略 在 MySQL 运维中，“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测：核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师：驾驭通用与场景指标，解锁数据驱动的精准路径 在数据驱动业务的实践中，指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中，AB 实验系统（负责验证业务优化效果）与业务系统（负责承载用户交互与核心流程）并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析：6 步闭环，让数据驱动业务落地 在企业数字化转型中，CDA（Certified Data Analyst）数据分析师的核心价值，并 ...
2025-09-23
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
