Coinbase améliore son système anti-fraude : fusion de l'apprentissage automatique et du moteur de règles, réduisant le temps de réponse à quelques heures

Odaily星球日报讯 Coinbase 表示，其正通过整合机器学习模型与规则引擎，优化反欺诈系统中的规则创建流程，实现更高效的风险管理，同时还提出“模型负责长期防御、规则负责快速响应”的双轨策略，并构建统一框架，使两者形成反馈闭环：规则用于捕捉新型欺诈行为，并反向训练模型，从而持续提升整体防御能力。

Dans le cadre d’optimisations spécifiques, Coinbase restructure la structure des données, automatise l’évolution du schéma et introduit des outils d’analyse basés sur Notebook, transformant le processus de création de règles, auparavant dépendant de l’intervention humaine, en un processus piloté par les données et recommandé automatiquement, améliorant ainsi considérablement l’efficacité. Parmi celles-ci, la performance des tests de règles a été améliorée de plus de 10 fois, et le temps de réponse global réduit de plusieurs jours à quelques heures. De plus, le nouveau système recommande des paramètres via l’apprentissage automatique, aidant à réduire le taux de faux positifs, tout en combattant la fraude et en diminuant l’impact sur les utilisateurs légitimes.

Coinbase indique que la prochaine étape consistera à promouvoir la génération automatique de règles basée sur les événements, et à explorer la conversion d’une règle efficace en caractéristiques de modèle, avançant ainsi vers un système de gestion des risques automatisé.