- 机器学习›
- 客户
在 Coinbase，AI 是安全加密货币交易的催化剂
使用 AI 打击欺诈
在过去几年里，像比特币这样的加密货币已经出现了一连串的头条新闻。这些数字代币具有硬通货的一些特征，可以购买、交易和消费。事实上，整个市场在数字货币交易中都有所增长，投资者和投机者始终密切关注每一次波动。
位于旧金山的 Coinbase 是它的中心，这是一个数字钱包和交易平台，自 2012 年成立以来，已有 2000 多万商家和消费者以加密货币进行了超过 1500 亿美元的交易。
与所有金融服务公司一样，Coinbase 需要为消费者提供无缝体验，同时采取措施确保其运营环境的安全。为此，该公司依靠使用 Amazon Web Services (AWS) 的机器学习工具的人工智能 (AI)。
Coinbase 的数据科学主管 Soups Ranjan 说，“人工智能从一开始就在公司的 DNA 中。”“加密货币交易平台必须纠正的最大风险因素之一是欺诈，而机器学习是我们反欺诈系统的关键。”
Amazon SageMaker 是一种轻松构建、训练和部署机器学习模型的工具，Coinbase 的工程师们使用它开发了一种机器学习驱动系统，可识别用户标识来源中的不匹配和异常，使他们快速采取措施防范潜在的欺诈来源。
“在线身份验证实际上是一个非常棘手的问题，”Ranjan 指出。“当你进入酒吧，门卫查看你的驾驶执照时，他可以发出一定频率的光线，寻找像全息图这样的隐藏信息。”
这在网上是不可能的，因此 Coinbase 使用 SageMaker 开发用于图像分析的机器学习算法来打击诈骗者。例如，面部相似性算法自动从上传的身份证中提取面部，然后将给定面部与已上传的其他身份证的所有面部进行比较。诈骗者经常对多个身份证使用相同的照片，否则他们必须在身份证上的几个位置编辑面部。通过这种面部相似性算法，该公司可以快速检测到伪造。
来自客户
“机器学习有助于我们平衡 Coinbase 的风险，通过为客户提供的灵活性，我们希望他们获得最佳体验。”
Soups Ranjan
数据科学主管
Coinbase
Coinbase 的 AWS 解决方案
“实际情况是，客户很容易转向加密货币的不同服务，”Ranjan 说。“机器学习有助于我们平衡 Coinbase 的风险，通过为客户提供的灵活性，我们希望他们获得最佳体验。”
通过构建反欺诈算法获得的见解也使 Coinbase 能够根据用户类型定制体验 -- 这是一种简单直观的方式，用于区分购买并持有的零售级投资者，以及那些经常交易的老练专业用户。在最近的客户细分练习中，Coinbase 分析师能够简单地在笔记本电脑上编写聚类算法，然后通过 SageMaker 运行它来分析客户如何使用加密货币，将那些只热衷于交易的人从长期投资的人群中分割出来。
但风险管理只是其中的一个方面。鉴于其数字化根源，加密货币与更传统的金融市场一样，与大量数据密切相关也就不足为奇了。“我们的数据仓库收集来自各种微服务的数据，包括区块链和用户数据 - 总共有数百 TB，”Ranjan 说。“自今年年初以来，这个数字已经翻了一倍。”
然而，由于 Coinbase 在高度监管的环境下运营，该公司采取了额外的措施来确保客户数据得到保护，甚至避免自己的数据科学家和工程师的介入。在 Coinbase 生产服务器上运行的任何代码都经过代码审查，并在投入生产之前由多组人员查看。“我们的核心原则之一就是安全第一，因为我们代表客户存储加密货币，”Ranjan 说。
在高度安全的环境中对数据的限制访问使得执行机器学习变得更加困难。通过允许机器学习工程师仅通过经过彻底审查并提交到 Amazon Elastic Container Registry 的代码访问数据日志，Coinbase 克服了这一挑战 -- 机器学习工程师无法实际登录到生产服务器，以及运行尚未经过审核的代码。
最后，数字加密货币的存在源于信任。像 Coinbase 这样的公司依靠 AWS 来建立和维护这种信任，不断地防患于未然。
