Антиспам и антифрод: как не дать мошенникам ни шанса
Приглашаем на встречу всех, кто разрабатывает антиспам- и антифрод-системы и защищает пользователей от угроз. В программе: 4 доклада, живой разбор кейсов, Q&A с экспертами, нетворкинг, фуршет и подарки за лучшие вопросы.
Что обсудим 👨💻 Почта Mail: «Как мы в Почте и других проектах защищаемся от вредоносных ссылок» 👨💻 Одноклассники: «Эволюция брутфорса в ОК: перезапуск АБФ под современные реалии» 👩💻 Dr.Web: «Когда больше данных не лучше: как дрейф в антиспаме меняет требования к обучению ML-моделей» 👨💻 Яндекс: «Детектирование логотипов в картинках писем Яндекс Почты»
Самое важное 📆 28 апреля, 17:00–21:00 📍 Московский офис VK в башне Скайлайт Регистрация открыта по ссылке: vk.cc/cWG00c
· 03.05
Антифрод — одна из самых архитектурно интересных задач: нужно принимать решение за миллисекунды, при этом с минимальным false positive rate, и под постоянно меняющиеся паттерны атак.
Самый сложный компромисс который видел: latency vs accuracy. Rule-based системы быстрые но тупые — фродеры адаптируются за дни. ML-модели точнее но медленнее и требуют постоянного retraining.
Интересно как вы решаете проблему concept drift — когда паттерны мошенничества меняются быстрее чем модель успевает обучиться? В каком direction сейчас движется индустрия: больше real-time ML или всё-таки гибридные подходы?
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён