Coinbase atualiza o sistema antifraude: combina aprendizagem automática e motor de regras, reduzindo o tempo de resposta para algumas horas

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。

Na otimização específica, Coinbase através da reconstrução da estrutura de dados, automação da evolução do esquema e introdução de ferramentas de análise baseadas em Notebooks, transformou o processo de criação de regras, anteriormente dependente de intervenção manual, em um processo orientado por dados e recomendações automáticas, aumentando significativamente a eficiência. Entre elas, o desempenho de backtesting de regras aumentou mais de 10 vezes, e o tempo de resposta geral foi reduzido de vários dias para algumas horas. Além disso, o novo sistema recomenda parâmetros por meio de aprendizado de máquina, ajudando a reduzir a taxa de falsos positivos, ao mesmo tempo que combate fraudes e minimiza o impacto sobre usuários legítimos.

Coinbase afirmou que, no próximo passo, avançará na geração automática de regras baseada em eventos e explorará a conversão de regras eficientes em características de modelos com um clique, avançando ainda mais em direção a um sistema de gestão de riscos automatizado.