预测、预防线上欺诈，除了要及时优化更新安全策略，动作必须比网络罪犯更快。总部位于旧金山的 Sift Science 就是这样一家网络安全公司。本周二（7月19日），该公司宣布获得了一笔 3000 万美元的 C 轮融资，领投方是 Insight Venture Partners。

　　在美国网络犯罪投诉中心（IC3）发布的2015年报中，仅互联网犯罪一项就给美国社会造成了 10.7 亿美元的损失，涉及范围包括个人及公司数据泄露、信用卡欺诈、网络钓鱼、账户窃取，等等。

　　事实上，网络犯罪给美国企业带来的直接或间接损失，要远高于美国网络犯罪投诉中心年报中的数字。

　　相比于其他行业，某些行业的网站和 App 更容易受到犯罪分子的攻击，比如数字礼品卡行业、资金转账行业、以及按需服务平台，等等。

　　利用机器学习和人工智能技术，Sift Science 可以自动推测某笔可疑交易，判断某个线上业务是否得到授权或存在潜在欺诈威胁。

　　该公司 CEO Jason Tan 解释说，在电子商务领域里早期阶段，企业主要依赖于规则和刚性系统“标记”潜在诈骗用户。举个例子，在礼品卡购买、退还、或是赎回交易中，公司首先要先执行标记操作，这个步骤必须要由人工判断，之后他们才能决定是否授权或拒绝一笔交易。显然，这种静态的、基于规则的防欺诈系统会让大量好的消费者和用户流失，同时也会落后于不断变化的网络欺诈技术。

　　Sift 的机器学习系统可以不断追踪线上正常行为和异常行为，并且把这些行为与犯罪活动进行一一匹配、对比。目前，该公司业务范围局限在美国市场，绝大多数早期客户都是零售和电子商务公司，他们都非常担心退款欺诈风险。

　　现在，Sift 已经能够保护超过 6000 个网站和 App，包括 Airbnb、Yelp、Indeed、Zillow、Match.com、 Twilio、 OpenTable、以及Wayfair。

　　正如 Jason Tan 所说，如今 Sift 公司的一个主要目标，就是要确保互联网的每一个角度都安全。而且，从用户体验的角度来说，不能让企业的安全防护变得像机场安检那样繁琐、低效率。

　　据悉，该公司计划利用本轮融资拓展零售和电子商务之外的行业服务，并加大人才招聘。目前 Sift 拥有 60 名全职员工，计划在明年至少新增 30 名新员工。

　　在宣布获得最新融资的同时，Sift 公司还发布了几款专注于社区和内容的网络安全产品，能够支持预测和预防网站和 App 上的欺诈行为。现阶段，Sift Science 的竞争对手有 RSA 和 IBM 这样提供安全服务的大型企业，也有理由机器学习预防欺诈行为的初创公司，比如 Riskified、Signifyd、以及Forter。