Fraugster 的欺诈检测技术可以从每笔交易中实时学习，能够在欺诈发生之前预测到风险。

　　以色列初创公司 Fraugster致力于开发可以防止支付欺诈的人工智能技术，近日，该公司获得了 500 万美元的投资，由 Earlybird 领投，Speedinvest 和 Seedcamp 等多家公司参投。

　　Fraugster 公司成立于 201 4年，联合创始人 Max Laemmle 之前曾创办支付网关公司 Better Payment，另一位创始人 Chen Zamir 在风险分析与管理领域有十多年的经验，曾在 PayPal 工作长达五年。

　　Fraugster 的欺诈检测基于 AI 技术，他们的技术可以从每笔交易中实时学习，能够在欺诈发生之前预测到风险。目前，atv，Fraugster 可以减少 70％ 的欺诈，同时将转换率提高 35％。对于所有欺诈检测技术来讲，无论是否以 AI 为基础，其目的就是阻止欺诈交易，同时消除误报。

　　公司 CEO兼联合创始人 Max Laemmle 表示：

　　目前整个支付市场的风险防范都是建立在过时的技术之上，所以我们创立了 Fraugster。规则系统和机器学习方案既昂贵又难以跟上欺诈模式更新的速度，我们的自学习算法不仅能模拟人类分析师的思维过程，还具备了机器的扩展性，只需 15 毫秒就能做出决策。

　　Fraugster 集成其他软件之后就可以开始收集交易数据点，例如姓名和电子邮件地址以及帐单和送货地址。这些信息可增加约 2000 个额外的数据点，这样就可以通过 IP 延迟检查来测量用户之间的真实距离，再加上 IP 连接类型、击键之间的距离以及电子邮件名称匹配度等方面的参考，丰富的数据集将被发送到 AI 引擎进行分析，进而得出结论。

　　Laemmle 解释说：

　　我们的 AI 引擎的核心是非常强大的算法，它可以模仿人类分析师审查交易的思维过程。因此，我们可以分析每笔交易背后的情况，并精确地分辨出哪些交易是欺诈，哪些不是。

　　处理结果是完全透明的，所以你可以了解为什么某个交易被阻止或允许。此外，开奖，我们之所以能把速度降至 15 毫秒，是因为我们发明了自己的内存数据库技术。

　　Fraugster 公司表示，像 FICO 和 SAS 这样的竞争对手所使用的技术已经过时。在 Fraugster，他们不使用任何规则、模型或预定义的分段。分析事物时，他们摈弃了单一的固定算法，其引擎每处理一笔新的交易时都在自我重塑。这使他们能够单独了解每一笔交易，从而判定哪一笔是欺诈。

　　Fraugster 公司目前已经帮助数千家国际商家和支付服务提供商处理近 150 亿美元的交易，其中 Visa 也在他们的客户之列。此外，本次新注入资金将主要用于公司在国际化拓展中团队的扩大。