box1box2box3

打造交互安全一站式解決方案

極驗利用生物特征與人工智能技術解決交互安全問題

圖卷積神經網絡的引入

極驗利用 GCN 技術來做防御模型升級,使得整體防御系統具有智能和自我進化的能力。同時通過極驗的神經網絡開創性地擴展數據挖掘的深度以及安全分析的廣度 ,更深層次的發現問題源頭的異常團伙。

圖卷積神經網絡的引入

通過生物行為識別來區分人機

極驗通過深度學習對生物行為數據進行深度的研究和軌跡分析直接識別部分異常的行為模式。同時將行為數據作為節點加入到圖關聯分析網絡中,能使圖結構的數據更為豐富,相似性、聚集性的表達更為明顯和準確。

通過生物行為識別來區分人機

設備性能分析模型

黑產利用模擬器等工具,往往會偽裝成各種不同的瀏覽器和設備發起請求。這種偽裝可以通過性能檢測實現識別。無論是移動端還是 PC 端,極驗通過對特定型號設備及軟件環境有特定的性能刻畫,匹配訪問設備數據和測試數據,識別出偽造及虛假的設備信息。由于設備性能是難以偽造的,使得該模型對虛假信息的識別效果良好。

設備性能分析模型

極驗擁有強大的數據庫

風險 IP 庫

風險 IP 庫

極驗通過五年與黑產的一線對抗,積累了龐大的風險 IP 庫,通過設備刻畫、位置信息、網絡類型、事件屬性等多維度的判別,來保障訪問的安全性。

手機黑卡庫

手機黑卡庫

通過多渠道獲得大量的數據積累,極驗自建了專屬的手機黑卡庫,包括空號、物聯網卡、可疑號碼、虛擬卡等等,讓每次驗證多一份安全保障。

設備指紋庫

設備指紋庫

極驗基于物理設備和終端環境等多維度信息,給設備生成唯一識別碼來識別異常請求。結合極驗的多重模型特征,準確辨別真實用戶與異常用戶。

to-top--btn
3d直选杀号