本篇文章1972字,读完约5分钟
本报记者李
“目前,我国网络安全技术产业已经进入快速发展时期,产业规模的复合年增长率已经达到20%以上。”在2019年全国网络安全宣传周的启动仪式上,中央网络信息办公室网络安全协调局一级巡视员、副局长杨春燕表示,系统防护方案、安全情报和人工智能安全已成为此次全国网络安全宣传周的亮点。
事实上,这些亮点大多是电子商务平台近年来为确保平台用户的消费安全和平台商户的业务安全所做的努力。基于人工智能技术系统和系统保护能力,阿里培养了一个“风控大脑”;基于大数据算法和自动化能力,京东发起了一项对中台自动化系统、蜂窝系统和龚宇项目的审计;苏宁结合行业各领域的安全理念和多年积累的网络安全技术,探索出一套有效的网络安全策略和实践经验,使数千万消费者和企业获得了7×24小时全方位的安全保障。
技术创新构筑了新的安全防线
9月16日,在2019年全国网络安全宣传周主会场天津美江会展中心阿里智能生活网络安全展区,南开大学学生小杜用手机淘宝买了一双袜子,现场工作人员当场通过大屏幕。她展示了这个“袜子订单”的另一面:在下订单的0.01秒内,系统完成了数百项安全测试和技术保护,这相当于没有时间眨眼。电子商务平台在后台拦截了消费者的各种消费。
这个安全人工智能防护系统拥有数千种算法模型、数百种技术能力,涵盖数百种业务场景,是阿里巴巴经过20年沉淀后首次发布的“风险控制大脑”。该系统涵盖了数百种业务场景,如假冒识别和预防、商品合规性审计、业务环境治理、恶意流量清理、智能物流和新的零售安全。目前,阿里巴巴平台的产品存量超过15亿个,每一个产品、每一个订单都有标志识别、图片防盗保护、视频指纹、区块链等尖端技术的“无形祝福”。
“在京东,为了确保消费者购买的产品合规和质量保证,我们将在产品上架之前,对平台上的自营产品和重点类别的第三方商户进行全面审查,但京东的自营产品数量为1000万件。水平,工作量是巨大的。”京东零售平台生态部平台规则与业务推广部总经理王波表示,京东利用人工智能推出中台审计自动化系统,扩大了商品违规审计的范围和规模,消除了人工审计的弊端,大大提高了审计效率和信息合规性。目前,平台商品审核自动通过量可达3400万/周,商品审核自动拒绝量达10万/周,占97%。"
在业务安全方面,苏宁建立了三大防御系统,即“冥河”(网络防火墙)、风险控制系统和苏宁索伦之眼。同时,建立了统一的风险管理门户平台,具有统一风险语言、持续构建内容安全、设备指纹、人机识别、成员标签和关系网络的风险控制能力。通过模型构建、数据分析和风险控制能力建设,借助数据挖掘、人工智能主动风险防范和专业的风险应对、处置和防御策略,构建了涵盖销售和物流等所有业务场景的风险控制机器人。
人工智能让消费更舒适
在数字经济时代,利用人工智能技术打击假冒商品已经成为现实。“通过安全的人工智能技术,可以更有效地打击假冒商品,确保安全可靠的网络商业环境。”阿里安全图灵实验室(Ali Security Turing Lab)负责人薛辉表示,“风控大脑”(Wind Control Brain)中防伪系统的样本数据总量相当于中国186个国家图书馆的馆藏,这些图书馆每天24小时自动运行,能够处理和比较假冒伪劣商品链上的图片、视频和相关信息,96%的涉嫌假冒侵权链接在交易产生之前就已被销毁。
“风力控制大脑仍在不断发展,它的宗旨始终围绕着‘让消费者放心购买,让企业放心销售’这一核心。”阿里首席风险官郑俊芳介绍说,在2019年天猫“6月18日”期间,“风险控制大脑”帮助企业拦截了502亿次恶意骚扰,消费者的2700亿次购物操作在整个过程中都受到了保护。
“在京东,针对“假货两景”,即假货、二手货、假货和水货的处理,京东推出了品牌资质保护制度和龚宇工程,通过巡查和算法,实现了对商场内各环节、各种内容形式、多场景的假货的全面非法拦截,解决了乱填品牌词造成的生态危害。同时,引入的蜂窝商品资格管理系统满足了不同类型商品资格的上传、存储和显示需求,并为特殊资格提供了定制的显示方式。一方面,它保护消费者的“知情权”,使消费者可以放心购买;另一方面,帮助企业建立信誉,提高社会形象和竞争力。”王波说。
苏宁表示,随着消费的升级,用户隐私保护变得越来越重要。在这方面,苏宁从系统安全合规性上进一步加强了电子商务平台的安全防护技术和安全管理水平,并通过了国际云安全联盟的网络安全等级防护、iso27001信息安全管理体系认证和云安全之星认证三级评估。与此同时,苏宁还建立了一个攻击防御实验室和一个应急中心,以提高其识别网络攻击、保护其安全和改善其防御和修复系统的能力。为了给消费者提供一个安全的网上购物环境,我们应该建立一个信息安全保护组织体系,构建一个全面、深入、完整的安全保护体系。
标题:平台强“技”严把网络消费安全关
地址:http://www.tjsdzgyxh.com/tyxw/16797.html