大数据安全治理与防范：流量反欺诈实战

封面

版权信息

版权

内容提要

作者简介

前言

第1部分 流量安全基础

第1章 绪论

1.1 互联网流量的发展历程

1.2 大数据时代的流量欺诈问题

1.3 大数据时代的流量反欺诈挑战

1.4 流量反欺诈系统的架构

1.5 小结

第2部分 流量风险洞察

第2章 流量欺诈手段及其危害

2.1 流量前期欺诈

2.2 流量中期欺诈

2.3 流量后期欺诈

2.4 欺诈收益分析

2.5 小结

第3部分 流量数据治理

第3章 流量数据治理和特征工程

3.1 基础数据形态

3.2 数据治理

3.3 特征工程

3.4 小结

第4部分 流量反欺诈技术

第4章 设备指纹技术

4.1 设备指纹的价值

4.2 技术原理

4.3 技术实现方案

4.4 小结

第5章 人机验证

5.1 人机验证基础

5.2 基础层面的攻防

5.3 设计层面的攻防

5.4 小结

第6章 规则引擎

6.1 风险名单

6.2 通用规则

6.3 业务定制规则

6.4 小结

第7章 机器学习对抗方案

7.1 无样本场景

7.2 单样本场景

7.3 多样本场景

7.4 小结

第8章 复杂网络对抗方案

8.1 流量前期方案

8.2 流量中期方案

8.3 流量后期方案

8.4 小结

第9章 多模态集成对抗方案

9.1 多模态数据来源

9.2 多模态融合方案

9.3 小结

第10章 新型对抗方案

10.1 联邦学习

10.2 知识蒸馏

10.3 小结

第5部分 运营体系与知识情报

第11章 运营体系

11.1 稳定性运营

11.2 防误报处理

11.3 用户反馈处理

11.4 告警处理体系

11.5 小结

第12章 知识情报挖掘与应用

12.1 黑灰产团伙情报挖掘

12.2 黑灰产行为模式情报挖掘

12.3 黑灰产价格情报挖掘