
Sift
シフトSiftデジタルトラスト&セーフティプラットフォーム
製品ラインナップ
①Payment Protection<不正利用対策>
チャージバックを排除し、収益を向上させる
②Account Defense<アカウント乗っ取り対策>
アカウントの乗っ取りを検知し、防止する
③Account Abuse<アカウント不正利用対策>
ユーザの心理的負荷と偽アカウントをなくして収益を向上させる
(オプション):Content Integrity<コンテンツの不正利用対策>
コンテンツの不正を検知し、防止する。
システム連携構成
大きく2つの情報をそれぞれ以下で取得し、Siftのクラウドへ連携します。
- 端末情報:JavaScriptまたはMobile SDK
- 入力情報:API
膨大なデータをもとにクラウド上でリアルタイムに機械学習します。
判定された結果は、条件に応じてWebhook等でWebサーバへ結果を返すことが可能です。
コンソール画面
Siftの強み



Live Machine Learning™
プロアクティブ・スコアリング
正常な振る舞いと、異常な振る舞いを機械学習によってスコアリング
学習ネットワーク
Siftの信頼のネットワークが持つグローバルな34,000のWebサイトとモバイルアプリで構成される集合体のインテリジェンスを活用
カスタム学習
ビジネスによって異なる詐欺行為に対応
ワークフローの自動化
リスク判定の仕組み
Siftは、ワールドワイドで蓄積されてきたデータをもとに、約16,000以上の特徴量を保持しています。アクセス元の端末の特徴や入力されたメールアドレス、会員情報、配送先住所など、実際に送られてくるデータに対して、必要な特徴量を組み合わせてリスク判定を行います。( 0から100までのスコアリング)
また数種類の機械学習モデルを組み合わせて、最適なエンジンで計算を行います。グローバルで共有している特徴量だけでなく、お客様の環境に応じて学習モデルが最適化されます。
特徴量の例
特徴量活用の一例:ECサイトで商品購入
- 通常、ユーザは会員情報として登録されているメールアドレスや、配送先住所を入力します。
- 悪意のあるユーザが類似したメールアドレスを利用して複数のアカウントを作成し、同じ配送先住所に送ろうとした場合、Siftは類似している点から同一性を見つけ出し、リスク判定を行います。
- アクセスしている端末情報の関連性や、アカウント作成から注文にかかるまでのふるまいも、特徴量として利用されています。ルールベースで対応するシステムと異なり、送られてくるデータに応じて自動で特徴量を見つけ出し、各特徴量におけるリスクの度合いを計算します。