<address id="v5f1t"><meter id="v5f1t"><dfn id="v5f1t"></dfn></meter></address>

<nobr id="v5f1t"><i id="v5f1t"><em id="v5f1t"></em></i></nobr>
      <font id="v5f1t"></font>

    <font id="v5f1t"><ruby id="v5f1t"></ruby></font>

      <listing id="v5f1t"></listing>

        <dfn id="v5f1t"><ruby id="v5f1t"><form id="v5f1t"></form></ruby></dfn>

            <dfn id="v5f1t"></dfn>

            <progress id="v5f1t"><b id="v5f1t"><strike id="v5f1t"></strike></b></progress>

              <font id="v5f1t"></font>

                      機器學習+自動化:微軟研究人員遏止了高達68%的Skype詐騙

                      導讀摘要為了讓該公司旗下的VoIP兼即時通訊服務與詐騙分子劃清界限,微軟的研究人員們正在埋頭苦干。在微軟研究院,他們已經用上了一個復雜的機器語言,以便將欺詐用戶篩離開來。在一組包括合法和欺詐用戶的2

                      摘要:為了讓該公司旗下的VoIP兼即時通訊服務與詐騙分子"劃清界限",微軟的研究人員們正在埋頭苦干。在微軟研究院,他們已經用上了一個復雜的機器語言,以便將欺詐用戶篩離開來。在一組包括合法和欺詐用戶的20萬級測試中,經過了四個月的活動,該團隊成功地檢測出了68%的欺詐賬戶。

                      機器學習+自動化:微軟研究人員遏止了高達68%的Skype詐騙

                      而在過去的10個月中,此舉也讓欺詐性活躍用戶的數量減少了2.3:

                      "我們通過用戶及其交互來調查在線欺詐檢測的潛在改進,并在Skype上下文中進行了方法的開發、應用和評估。具體而言,Skype的目標就是成為詐騙分子需要躲避的'第一道防線'。

                      我們采用的是基于機器學習的自動化方案,依靠各種現有的數據——包括靜態用戶配置文件(如年齡)、動態產品使用率(如呼叫的時間序列)、本地社交行為(如添加/刪除好友)、以及全球社交功能(如PageRank)。

                      免責聲明:本文章由會員“劉熙”發布如果文章侵權,請聯系我們處理,本站僅提供信息存儲空間服務如因作品內容、版權和其他問題請于本站聯系
                      <address id="v5f1t"><meter id="v5f1t"><dfn id="v5f1t"></dfn></meter></address>

                      <nobr id="v5f1t"><i id="v5f1t"><em id="v5f1t"></em></i></nobr>
                          <font id="v5f1t"></font>

                        <font id="v5f1t"><ruby id="v5f1t"></ruby></font>

                          <listing id="v5f1t"></listing>

                            <dfn id="v5f1t"><ruby id="v5f1t"><form id="v5f1t"></form></ruby></dfn>

                                <dfn id="v5f1t"></dfn>

                                <progress id="v5f1t"><b id="v5f1t"><strike id="v5f1t"></strike></b></progress>

                                  <font id="v5f1t"></font>

                                          国产成人h片视频在线观看