- 博客(34)
- 收藏
- 关注
RSS订阅原创 极验率先推出一键认证安全版，供客户自主免费升级，规避日常运营中的风险盲区
身份安全确认必须经过两个步骤：第一步本人身份确认，第二步可疑风险筛查，两个步骤缺一不可，否则将给企业埋下巨大的安全隐患。
2023-09-19 18:10:02
140
原创 揭秘Stable Diffusion技术构建的未来人机识别模型
下图是一个基本的文生图流程，把中间的 SD 结构看成一个黑盒，那黑盒输入是一个文本串“paradise(天堂)、cosmic(广阔的)、beach(海滩)”，通过 SD 技术，输出了最右边符合输入要求的生成图片，图中产生了蓝天白云和一望无际的广阔海滩。和普通的扩散模型相比，SD 模型采用了先进的人工智能生成对抗网络（AIGC），利用 SD 模型生成的验证图片是传统验证的一大革新，在更高效防御黑产攻击的同时，也具备出色的真实感与视觉美观，与传统验证码相比色彩鲜明、分辨率高，带来了更好的用户体验。
2023-08-24 11:44:26
169
原创 【黑产攻防道02】如何对抗黑产的图像识别模型
模型输入一张大小416x416的图片，进过darknet基础网络和yolo目标检测网络，输出维度分别为：13x13x(5+num_classes)，26x26x(5+num_classes)，52x52x(5+num_classes)的特征图，3种不同大小的特征图尺寸满足了不同尺寸目标元素的检测需求。这是黑产攻击成本最低的一种方法，目前市面上免费的目标检测模型已经能够准确的检测目标元素的位置，再用枚举的方法，随机选择一个点击顺序，发送请求，如果通过验证，即试出了正确答案，否则继续尝试。
2023-08-17 14:21:20
246
原创 聊聊虚拟定位工具新宠儿：AnyGo的原理与识别
市面上已经有很多基于位置服务的应用场景，如运动品类应用基于地理位置生成运动轨迹，企业办公应用基于定位信息进行打卡，游戏品类应用基于位置信息开发区域排名，电商品类应用基于位置发放区域性优惠券等等。极验设备验是极验近期推出的一款风控产品，通过三维复合和弱特征归因算法等生成了设备唯一标识符，可以检测不限于虚拟定位、模拟器、篡改、代理、多开、越狱等多种风险，为企业的安全前行保驾护航。该服务会使用指定的 GPX 文件进行系统全局的虚拟定位，从而让系统上的所有应用使用虚假的定位信息。如何对这类虚拟定位进行识别？
2023-08-02 12:19:50
1504
原创 如何应对黑产进行验证图片资源遍历
围绕“验证图片资源遍历”这一黑产最常用的攻击手段深度展开，从中探寻攻击方的细节思路、被攻方遭遇的真实案例，以及防守方的技术博弈。
2023-07-18 18:20:36
178
原创 【极验黑科技】文生图大模型在极验人机对抗领域的应用
人机验证码领域的图片生成的投入，主要解决的是“模型破解”和“人工打码”，这两种破解方式往往又不是独立进行，在特定情况下会产生人工标记训练后进行模型训练后进行自动对抗。所以，对于线上图片的更新，最后落脚之处还是在于图片的更新速度、图片的抗模型训练能力。
2023-05-12 10:58:44
498
原创 重磅发布 | 极验发布《2022年度虚假流量白皮书》完整版
虚假流量问题对于各行业的线上业务都造成了一定程度的欺诈风险，恶意机器流量欺诈，撞库攻击，短信轰炸等黑产攻击场景频发，流量造假的现象对于企业的运营决策和风险预估都有着重大的影响，黑产攻击的形式越来越丰富，其危害也不容忽视，国外一些地区已经将虚假流量治理问题列入到行业政策中来，忽视流量欺诈问题可能会对企业造成间接的运营失误困境以及直接的经济效益损失问题。后疫情时代，随着各行业线下业务与线上业务的深度结合转型，流量思维的增量导向逐渐转向降本增效。对于各行业，虚假流量有着哪些直接的欺诈威胁？
2023-01-09 10:52:29
165
原创 云手机在黑产中的应用
使用虚拟化环境，让黑灰产可以利用虚拟环境在应用运行环境的更底层这一优势，对 App 进行神不知鬼不觉的修改，从而避免在分析、破解 App 上的投入。当然基于 ARM 服务器的虚拟化的规模化技术，只是虚拟化技术在 Android 中应用的一角。
2022-11-03 17:23:33
1423
原创 工作量证明如何拦截97.42%异常机器流量？
近期休闲小游戏“羊了个羊”火爆朋友圈，这款第二关难度系数极高且带有省份和个人排名的小程序游戏甚至在最高峰时段热度指数超过了和平精英和英雄联盟。但不管是MOBA手游英雄联盟还是休闲小游戏羊了个羊，在繁荣的背后游戏外挂脚本屡见不鲜。羊了个羊游戏脚本面对此类业务遭受计算机自动化作弊的情况，企业应该如何应对、避免损失及无效运营无疑成了当下最应该重视的问题。目前，针对以上风控问题，极验作为负责企业业务安全的服务商已根据不同问题类型给出解决方案，即在易出现自动化作弊的场景部署验证码。
2022-09-29 14:22:46
1654
原创 业务风控思考：如何建立识别、防御和决策体系？
为了简单理解，研究人员将多维特征的轨迹简化成一个由二维特征的向量a（x，y），此时得到一个轨迹模型辨识函数F（先忽略这个函数如何得到），在二维坐标系中绘出函数 F 的轨迹，落在轨迹左上方的为真人轨迹，落在轨迹右下方的为机器轨迹。首先给所有账号一个初始的分值，然后制定账号相关规则特征集合，并依据触碰与否给账号进行扣分和加分，最后长时间观察此账号的信誉分值变化，依据最终的账号信誉结果，给出账号的风险等级。相较于风险分数，0和1这样直接的风险标识，能够更加直接提供企业处置信号，不再有层级边界带来犹豫不定的困扰。
2022-09-23 15:26:31
532
原创 图神经网络入门推荐好文（附GNN大佬资料包下载福利）
今天想和大家分享的是图卷积神经网络。随着人工智能发展，很多人都听说过机器学习、深度学习、卷积神经网络这些概念。但图卷积神经网络，却不多人提起。那什么是图卷积神经网络呢？简单的来说就是其研究的对象是图数据（Graph），研究的模型是卷积神经网络。为什么有图卷积神经网络自2012年以来，深度学习在计算机视觉以及自然语言处理两个领域取得了巨大的成功。和传统方法相比，它好在哪里呢？...
2019-11-27 09:13:46
962
原创 一键登录，或将成为企业错过5G红利的阿喀琉斯之踵
5G互联网时代倒计时今年以来，5G概念及通信板块在A股市场的表现堪称不俗。截至4月，5G概念指数2019年累计上涨41.45%。《2018年中国5G产业与应用发展白皮书》显示，我国5G产业总体市场规模至2026年将达到1.15万亿元，比4G产业总体市场规模增长接近50%。根据中信建投证券研究发展部预测，在今年将实现试商用服务、2020年实现全面商用服务。5G互联网时代，...
2019-06-13 20:01:55
335
2
原创 《Graph Learning专栏》 ： 高密子图挖掘
本周我们介绍另一图上的“聚类”算法—高密子图挖掘(Dense Subgraph Mining)，这类算法与社群检测不同的是处理的数据对象是异构图(节点的类型不是单一的，同类型节点之间一般没有边)，社群检测需要对整张图的节点进行社区划分，而高密子图只关心最紧密的那个社区；相同的是二者都是同一种思考模式：定义一个衡量密集度的指标，启发式地不断优化这个值。lockstep行为模式在实际应用场景中...
2018-08-30 10:05:46
4291
2
原创 论文分享 | 可控笔触的快速风格化迁移
风格迁移作为深度学习艺术化工作的典范，各顶级会议上一直有相关论文发表，工业上也有很多面向C端用户的产品。今天我们要介绍的一篇工作来自ECCV2018，解决的问题是如何在进行风格迁移的时候，对笔触大小 （Stroke Size ）进行控制。笔触大小的影响因素笔触大小对于风格化的结果有着十分直接的感官影响。在进行风格化迁移的时候有三个因素制约笔触大小：风格图的分辨率大小、监督网络VGG 的...
2018-08-16 09:37:01
1236
原创 论文分享：图像转换图像
本周论文分享一篇关于图像到图像转换的文章。图像到图像转换任务的目的是希望学习到不同域之间的映射，以完成域之间的转换。比如灰度图--> 彩色图，低分辨图--> 高分辨图等。这类任务存在两个挑战：一、对齐的训练数据少且难获得，如对应的白天与黑夜场景；二、这种映射往往是多样的，即存在一对多的情况。这篇文章提出了一种解耦的特征表示框架来解决这个问题，具体是将图像映射到两类空间中，一...
2018-08-07 09:47:23
1632
原创 社区检测与高密子图挖掘（上）
前面我们说过图的第二个优点是拉帮结派，在图里面是很容易形成团伙结构，近年来，研究这个问题的论文也是汗牛充栋。本章，我们就这一问题所衍生出来的两个方向：社区检测（Community Detection）和高密子图挖掘（Dense Subgraph Mining）作相关讲解。本文，我们先讲社区检测的相关算法。社区检测的任务是什么呢？举个例子，给定如下图。直观印象告诉我们，该图存在以下的社区...
2018-08-02 15:07:30
5458
2
原创 论文分享 |Jumping Knowledge Networks
本周介绍一篇 ICML2018 上关于 graph learning 的文章《Representation Learning on Graphs with Jumping Knowledge Networks》。本文想探讨的一个问题就是：虽然图卷积神经网络的计算方式能够适应不同结构的 graph，但是其固定的层级结构以及聚合邻居节点的信息传播方式会给不同邻域结构的节点表达带来比较大的偏差。在指...
2018-07-31 10:08:10
1703
原创 论文分享 |《DeepCluster》
聚类(Cluster) 是一种经典的无监督学习方法，但是鲜有工作将其与深度学习结合。这篇文章提出了一种新的聚类方法DeepCluster，将端到端学习与聚类结合起来，同时学习网络的参数和对网络输出的特征进行聚类。作者将DeepCluster成功应用到大规模数据集和一些迁移任务上，性能超过了当前state of art的无监督工作。表明结合简单的聚类算法，无监督方式也可以学习到很好的特征。背景...
2018-07-27 09:38:22
6434
1
原创 利用可视化方法直观理解CNN
CNN模型虽然在各类任务上大放异彩，但一直以来都被诟病缺乏可解释性。针对这个问题，过去几年研究人员除了从理论层面去寻找解释外，也提出了一些可视化的方法直观地理解CNN的内部机理。本文主要介绍两类方法，一种是基于Deconvolution, 另一种则是基于反向传播的方法。基于Deconvolution的方法基于Deconvolution的方法一篇来自Matthew D Zeiler, Rob...
2018-07-16 09:54:07
8302
原创 《Graph learning》| 图传播算法（下）
上周发布的《图传播算法（上）》中讲了关于图传播算法的基本范式和PageRank算法，本文将延续上周的文章，继续讲解剩下的三个算法。2· HITSHITS（Hyperlink - Induced Topic Search）另一个典型的图传播算法，其所解决的问题与PageRank算法一样，在一个给定的由网页构成的有向图中，返回高质量的排名结果。与PageRank直接建模重要性排名指标不同的是，HITS...
2018-07-05 09:50:17
2730
原创 论文分享|《Decoupled Networks》
本周论文分享带来一篇CVPR2018的论文《Decoupled Networks》。卷积神经网络最基本的操作即是卷积，它本质是通过滑动窗口的方式，通过内积来衡量输入与卷积核之间的相似度。那么内积这种相似度的衡量方式，是否对所有任务都是最好的，还有没有更好的方式？这篇论文从这个点出发，提出了一类新型的卷积运算。传统卷积首先来回顾下基本的卷积运算，通过内积的方式来衡量输入的一个滑动窗口x与卷积核k的相...
2018-07-03 10:00:33
1007
原创 《Graph Learning》| 图传播算法（上）
从本章开始，我们就会陆续讲一些图算法。本文首先给大家聊一聊图传播算法，对于图传播算法，并没有确切的定义，但是这类算法都有着十分明确和统一的范式，理解了这一范式之后，就能迅速掌握此类算法。给定图G={V,E}，V表示节点集合，E表示边集合，设N(Vi)表示节点Vi的邻居节点构成的集合，若G为有向图：其中Nin(Vi)表示Vi的入边节点集合，Nout(Vi)表示Vi的出边节点集合。假设我们对Vi节点的...
2018-06-28 09:26:30
4173
2
原创 Deep Learning | 理论太多？呐，实战来袭！
关于新的技术专栏到底要写什么？这个问题困扰了我们的工程师很久。关于深度学习，网络上有太多可以查阅的资料和文献，只要大家肯学，从入门到精通，应有尽有。直到有一天，我们的AI技术交流群中有位小伙伴提出，能不能分享一些实践案例，让有兴趣和时间的小伙伴们可以在实践中学习交流。这确实是一个好方向。纸上得来终觉浅，绝知此事要躬行。理论知识太多太杂，只是看不实践，很难进行内化和提炼，况且世上本没有什么所谓的大牛...
2018-06-14 10:57:40
605
原创 论文分享 | 轻量级网络之mobilenet v1
卷积神经网络广泛应用在各种任务，比如图像分类、目标检测等，性能也越来越好，但都趋向于使用更深更复杂的结构来提升性能而不太关注计算代价，使得将这些模型直接部署在移动设备困难重重。本文针对传统卷积计算量大的缺点，对传统卷积模块进行了改进，该结构更高效，为在移动设备上部署带来了可能。Roofline Model在介绍具体的原理之前，我们先来与模型计算性能相关的几个概念： （1）计算量：对于给定大小的输入...
2018-06-05 11:40:26
1112
原创 《Graph Learning》| 第一章：缤纷的图世界
通过前文《浅析图卷积神经网络》的介绍，相信大家对于图学习有了一个初步的认识，接下来我们将更加细致的解析图学习的相关知识。 开启图学习算法的第一步：理解什么是图 在数学上，图（Graph）是表示对象与对象之间关系的方法。从定义上可以看出，图有两个要素：1、对象又称节点（Node）、顶点（Vertex）、实体（Entity），它描述的是具体的一件事物。 2、关系又称边（ed...
2018-05-31 10:15:27
4126
4
原创 浅析图卷积神经网络
今天想和大家分享的是图卷积神经网络。随着人工智能发展，很多人都听说过机器学习、深度学习、卷积神经网络这些概念。但图卷积神经网络，却不多人提起。那什么是图卷积神经网络呢？简单的来说就是其研究的对象是图数据（Graph），研究的模型是卷积神经网络。为什么有图卷积神经网络自2012年以来，深度学习在计算机视觉以及自然语言处理两个领域取得了巨大的成功。和传统方法相比，它好在哪里呢？假设有一张图，要做分类，...
2018-05-21 10:31:11
13892
2
原创 极验揭秘：你为什么抢不到房？
趁着金九银十还没来，今天研究个话题，你为什么抢不到房？很多人都会说，炒房团太凶，开发商心机，手太黑...... 这些的确有一定影响，但是并不是关键！今天要爆料的是下面这个：随着互联网发展，房地产开发商也从传统的售楼处转战网络。线下黄牛党嗅着钱味，也在互联网上安营扎寨，准备架炮攻城。然后，万科就找到极验。作为稀缺资源代表，抢购楼盘利润更高！万科的楼盘原本就非常难抢，加上黑产介入，普通人基本没戏。万...
2018-04-09 10:07:51
3384
2
原创 极验－四叶草安全达成战略合作，共建联合安全实验室
近日，极验携手四叶草安全正式达成战略合作，共建联合安全实验室。双方将基于各自优势资源，强强联合，相互赋能，在安全领域展开深入的研究与合作，共享研究成果，提供更系统的安全整体解决方案，进一步提升双方的安全服务能力。2017 年极验交互安全行业研究报告的数据显示，全年成功抵御机器流量累计 382 亿次，平均每月 31.83 亿次。机器流量呈现团伙规模化、手法隐蔽化、场景细分化、危害扩大化的趋势。 面对...
2018-04-04 09:20:33
775
原创 极验 | 谷歌放弃图片验证码,宣告网络安全的第一道“门”已被撬开
前言：从2002年“验证码之父”路易斯第一次提出CAPTCHA（验证码）程序概念，到2018年谷歌正式宣布停止图片验证码服务。长达16年的时间，图形验证码遍布互联网各个角落。但是，随着OCR技术发展，互联网第一道“门”的安全面临全新挑战。 2018年1月，Google官网正式宣布，将在2018年3月31日停止全球图片验证码服务。而根据全球最大的域名注册局威瑞信公布的最新行业报告显示，全球注册网站总...
2018-03-02 15:32:37
3139
原创 极验2017年度交互安全行业研究报告
美国网络安全权威网站Incapsula发布《Bot Traffic Report》报告显示，当前全球互联网正常流量占比已不到一半。美国战略与国际问题研究中心表示，网络犯罪造成的全球资产损失高达4,450亿美元，全球企业资产正面临极大威胁。而随着人工智能技术的快速发展，机器行为呈现出规模化、场景细分化、手段隐蔽化、危害扩大化的发展趋势。极验正式发布《2017年交互安全行业研究报告》，作为全球首个交互...
2018-02-13 15:01:02
308
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人