WWW2021 研讨会最佳论文奖

Mary

打击线下刷单，AI 已经动手了 | WWW2021 研讨会最佳论文奖

WWW 2021 物联网深度学习研讨会最佳论文近日新鲜出炉。

拔得头筹的是一个名为FRODO的反作弊算法系统：

基于大规模图神经网络，线上能实时识别电商虚假交易，线下能主动聚类挖掘风险社群，并形成联动公检法系统的自动化情报网络，实时高效地传递电商风险信号的那一种。

简单说，就是能域内 + 域外、线上 + 线下、离散行为 + 聚集团伙、提前预警 + 主动防控，全方位打击网络虚假交易。

这篇名为 "What Happens Behind the Scene? Towards Fraud Community Detection in E-Commerce from Online to Offline" 的论文由阿里巴巴淘系技术主导，并与之江实验室、澳大利亚南昆士兰大学、中南大学合作完成。

该论文在评审环节获得了评委们的一致好评，并以六票全票通过，获得了 WWW2021 物联网研讨会的最佳论文奖。

论文评审委员会的意见反馈中提到：

FRODO 开创了用 AI 线下打击刷单网络的先河。

WWW 会议（万维网国际会议）每年召开一次，是探讨互联网当前发展和未来趋势的国际顶尖交流平台，并被中国计算机学会评定为顶级会议。

而 WWW 2021 的论文接收率仅为 19.2%，总体中选难度较大。

为什么治理网络虚假交易变得尤为重要？

移动互联时代，注意力成为稀缺资源。电商刷单风险的背后，隐藏着规模庞大的网络黑灰产业链，其危害不容小视。

纵观阿里电商行为风控，尤其是刷单行为反作弊的历史演进，可以说与风险主体、作弊团伙、以及外部黑灰产平台的不断攻击迭代和技术对抗密不可分。尤其是近年来随着阿里业务不断发展，各种新兴导购场景创新发展，更多的电商业务也面临着越来越多的风险模式和变化，这为电商行为风控带来了前所未有的挑战。

正如淘系产品技术 & 平台生态业务负责人汤兴（花名：平畴）所说：

淘宝作为中国互联网电子商务第一平台，既联系着数亿消费者的日常所需，又是千万商家的运营阵地，如何用最前沿的算法技术，维护平台交易安全和电商生态纯净是淘宝技术的重要使命。

而这也正是 FRODO 诞生的原因所在。

反作弊系统 FRODO 如何炼成

FRODO 的名字是 O2O 电商风险社群识别系统的英文缩写，但同时也有另一层含义，即取源于电影《指环王》的主人公 Frodo Baggins。

影片中 Frodo 经过千辛万苦，最终成功摧毁魔戒，实现魔戒圣战的胜利。

而淘系技术对抗智能团队的日常，恰恰与主人公的经历非常相似：需要实时与灰黑产进行博弈和动态攻防，也无时无刻不在上演着一场又一场的终极对决。

面对无孔不入的互联网黑产，淘系技术对抗智能团队面临的核心挑战主要集中在 3 个维度：

业务维度，对于一系列线上 - 线下联动的新型行为风险，如何通过升级传统电商风控系统，实现 online-to-offline 一体化线上风险感知和实时线下风控立体布防；

技术维度，对于刷手社区、作弊卖家店群、黑灰产平台等风险网络，如何结合多种图算法优势，实现针对高度复杂的风险图谱认知技术应用；

电商风控体系维度，各种作弊模式层出不穷，如何以不变应万变，通过构建体系化通用型的风控流程框架，实现对于各种刷单风险的统一认知和诊断治理。

本次技术成果即是面向以上问题挑战，针对性设计的一套通用化风控系统框架。

另外，FRODO 同时还辅以阿里自研的MvHGNN 多视图异构图神经网络算法，用来解决典型 " 地推刷单 " 等一系列电商交易 O2O 风险。

" 地推刷单 " 模式的兴起与互联网电子商务的快速发展、以及电商平台与黑灰产业的长期拉锯战的大背景密不可分。随着淘宝平台对于虚假交易、刷单炒信打击的逐步深入，外部黑产早已摆脱了传统单打独斗、链路单一的行为作弊方式。

为了规避线上反作弊系统的识别和人工巡场稽查，部分黑产平台已经开始向手法更为隐蔽、账号风险更低、导购链路更仿真的 " 地推刷单 " 模式演进。

顾名思义，" 地推刷单 " 是指黑产人员将刷手招募环节从线上迁移到线下，以地推的形式获取真实用户，采取面对面指导完成一系列刷单操作，并通常以小礼物赠送的方式即时奖励兼职刷手，作为刷单酬劳。

该新型风险交易模式具有用户历史相对纯净、线上行为链路极为逼真、刷手群体关联关系弱等特点，因此对传统风控系统带来了巨大挑战。

据了解，这类风险已经逐步渗透到普通消费者的日常生活中，我们在地铁站、学校周边、商场入口随处可见的一些礼品兑换处即是线下地推据点。

同时，在一些偏远乡村、低线城镇，也有专门黑产推广人员蛊惑中老年人，通过不法手段获取身份信息、个人资料等隐私数据，完成地推刷单全流程。

面对这样高成本的黑产强对抗，淘系技术展示了真正的技术实力：FRODO 风控系统通过作弊种子传播扩展召回、复杂异构 GNN 网络风险提纯、LBS 时空信息引入进行 GIS 风险社群挖掘等全流程操作，实现了对于该类别风险的有效识别防范。

在 2021 财年，FRODO 风控系统在阿里电商业务中全面上线应用。对抗智能团队通过该技术创新，实现了对于虚假交易风险的秒级精准识别，准确率和召回率均有显著提升。

同时，针对前述 " 地推刷单 " 风险，实现了线上风险行为识别与线下黑产社群打击的深度联动。线下黑产社群一经形成，FRODO 风控系统即可快速感知行为风险，并通过引入刷手社群 LBS 信息和线下 POI 作弊网点信息，快速定位作弊时空社群。

△从线上识别到 LBS 定位，到实地勘验

据悉，以上一系列的识别流程可以实现小时级线上预警监测，并联动阿里安全 CRO、阿里客户体验 CCO 等部门实现天级别属地现场确认取证。如上图所示，FRODO 已实现了从线上社群检测到线下 LBS 定位，再到实地勘验取证的全链路风控流程打通。

△FRODO 整体框架图

具体而言，FRODO 反作弊系统构建了从线上到线下的一体化检测框架。该框架结合了线上多视图数据和线下时空数据，针对性解决作弊交易识别和欺诈社区检测的多任务目标。

如上图所示，FRODO 框架由三个部分组成：

侧重风险宽召回的标签传播 LPA 算法

用于高风险欺诈用户识别的多视图异构图神经网络 Multi-view HGNN 算法

用于离线欺诈社区检测的时空网络重构 k-core 和 biclique 社区挖掘等算法

FRODO 框架一大特点是通过少量黑种子（即少量标记的欺诈用户），就能找到异常的图谱模式和线下风险社群，并达到了接近 100% 的准确度。对比于业界众多领先 baseline 算法，FRODO 均取得了最好结果。

用好先进技术持续打造绿色平台

这样的反作弊系统，能在人们的日常生活中发挥怎样的价值？

2 月 3 日，人民日报时评文章《依法治理网络虚假流量》，重点指出：

从网上无孔不入的 " 刷单兼职 " 小广告，到直播间营造虚假热闹场面，再到炮制网络 " 爆文 "，网络黑灰产业链深入许多领域。

而 FRODO 等智能反作弊系统，正站在打击黑灰产的第一线，旨在不断治理电商生态，为平台商家提供公平、公正的线上营商环境。

近年来，阿里依托于以 FRODO 为代表的领先人工智能技术和先进的 AutoRisk 风控系统，协同配合网安行政、地方公检法等各职能部门联合治理电商生态，已成功打击数个中大型作弊公司和刷单网络平台，涉及虚假交易金额达数亿元。

参考链接：

http://paper.people.com.cn/rmrb/html/2021-02/03/nw.D110000renmrb_20210203_6-07.htm

— 完 —