Modele de pene

«Chez Google, nous avons joué un rôle déterminant dans la construction et la mise à l`échelle de nombreux efforts de détection des abus et des fraudes sur divers produits», a déclaré m. Pangam à eWEEK. «Chez Google, nous avions les ressources nécessaires pour construire des plateformes très sophistiquées, mais ce que nous avons réalisé, c`est que le plus grand marché avait un réel besoin d`un meilleur système de prévention de la fraude.» Le défi de la personnalisation est qu`il peut souvent exiger des services professionnels. La Simility essaie de minimiser le besoin de services professionnels avec un processus étape par étape qui conduit une technique automatisée pour permettre la personnalisation, a déclaré Pangam. Du point de vue du déploiement, les organisations s`intègrent à la plate-forme Simility par le biais d`une ligne de JavaScript ou d`une API intégrée. Simility utilise des centres de données Cloud dans le monde entier pour son infrastructure back-end. La plate-forme inclut un utilitaire de règle en langage clair pour les clients de définir les paramètres qu`ils veulent utilisés pour intercepter les transactions bidon. Il comprend également un moteur d`apprentissage automatique qui recherche les corrélations entre les attributs des transactions frauduleuses connues. Ces indicateurs savants sont travaillés dans les algorithmes qui formulent les scores de risque, dit Pangam.

Le service est destiné aux marchés en ligne et aux détaillants et aux institutions financières et peut réduire le nombre de faux positifs que ces entreprises génèrent maintenant en utilisant l`analyse manuelle des transactions», affirme Rahul Pangam, co-fondateur et PDG de l`entreprise. Les opinions exprimées dans ce blog sont celles de Rahul Pangam et ne représentent pas nécessairement celles d`IDG Communications Inc. ou de ses sociétés mères, filiales ou affiliées. Rahul Pangam a travaillé chez Google pendant sept ans en se concentrant sur la réduction de la fraude, et maintenant il a pris cette expertise à sa Startup Simility. Pangam a fondé Simility dans le but de réduire la fraude en ligne via une combinaison de scientifiques de données humaines et la bonne quantité de machine learning. «Nous utilisons la technologie open-source autant que nous pouvons et puis sur le dessus de construire nos modèles propriétaires de machine learning», a déclaré Pangam. «Nous nous concentrons sur l`endroit où nous pouvons faire une grande différence.» Les technologies de base derrière Simility sont un mélange de code propriétaire Open-source et construit à des fins. Pangam a expliqué que Simility utilise la base de données Open-source Cassandra NoSQL pour aider à prendre des décisions en temps réel sur des cas potentiels de fraude. Une partie importante de la plate-forme est que son moteur d`analyse peut être accordé à chaque client, ce qui le rend sensible aux attributs propres aux transactions de cette entreprise, dit Pangam.

«C`est beaucoup plus efficace qu`un seul modèle de détection», dit-il. Rahul Pangam est co-fondateur et PDG du Startup de détection de fraude Simility, qui a $7,2 millions dans le financement de semences dirigée par Accel Partners et Trinity Ventures et Dual Headquarters à Palo Alto, Californie, et Hyderabad, en Inde.