在LinkedIn上创建安全可靠的Jobs生态系统

小提示：您能找到这篇{在LinkedIn上创建安全可靠的Jobs生态系统}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的在LinkedIn上创建安全可靠的Jobs生态系统内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

< ">LinkedIn的愿景是使全球员工队伍与经济机会联系起来。实现这一愿景的关键驱动因素是我们世界一流的招聘市场，在这里我们可以帮助求职者找到下一个梦想中的职位，并帮助招聘者找到最适合其职位空缺的职位。为了获得成功，我们需要确保LinkedIn上的求职者对自己在平台上看到的每份工作充满信心，公平和安全，并确保无关紧要，歧视性或欺诈性的工作脱离平台。

< ">为此，我们设计了一个强大的防御系统，该系统主动违反我们的《工作条款和条件》或《专业社区政策》，识别并删除工作，概述了我们对平台上会员和客户行为的期望。LinkedIn上发布的每项工作均由我们的辩护进行评估，这些辩护会寻找各种类型的违反政策并对其采取行动。在此博客文章中，我们将更深入地探讨会员发布的工作的防御措施，以帮助确保我们的平台安全可靠。

< ">Jobs生态系统中的多层欺诈防护

< ">成员在LinkedIn上发布的每项工作都经过一系列步骤，每个步骤都充当检查点，其中包含针对欺诈性工作的一整套防御措施。这些检查点包括：

< ">1.创建或访问LinkedIn帐户

< ">2.设置付款方式（可选）

< ">3.起草和发布工作

< ">在整个过程中，我们的保护措施旨在在创造就业机会的生命周期中尽早发现滥用行为。这意味着在起草欺诈性工作发布之前，先确定具有恶意或欠款的工作发布者。如果滥用者逃避了我们的主动防御，一旦收集到更多信息，我们就会在下游建立识别欺诈的系统。在接下来的部分中，我们将逐步完成发布作业和相应多层防御的这些关键步骤。

多层防御遍布三个检查站，可防止欺诈性工作

< ">检查点1：创建或访问LinkedIn帐户

< ">成员发布的每项工作都始于该成员创建或访问其LinkedIn帐户。我们防范欺诈性工作发布的第一层防御措施是确保尝试发布工作的帐户（无论是消费者帐户还是企业帐户）都是合法的并且没有受到损害。确保企业帐户不受损害尤其重要，因为他们的工作分布更广泛，并且可能会受到潜在候选人的更多关注。

< ">假帐户

< ">我们已经投资了一套自动的假帐户防御系统，可以防止或立即删除在网站上创建的假帐户。防御措施包括对每次注册尝试进行评分并挑战风险尝试的模型，到检测异常会员活动以高可信度识别假帐户并将其删除的模型。根据我们最新的透明度报告，这些自动防御阻止或自动删除了我们从平台删除的98.4％的伪造帐户。

< ">LinkedIn上的企业帐户需要自定义合同，因此，不良行为者更难以利用。签订合同后，将分配许可席位，并将帐户链接到该席位。我们的合同不允许转售席位，并且我们已经制定了处理此类违规行为的规定。例如，我们可以利用席位持有人和与合同相关的公司之间的关系特征来检测转《公关危机》(Flack售席位的合同。然后将可疑合同发送给人工审查，然后再与合同所有者联系。鉴于企业帐户中作业的分布范围更广，因此这种检测至关重要。

< ">被黑客入侵的帐户

< ">我们还设有保护措施，以防止不良行为者入侵现有帐户以发布欺诈性工作。我们会主动使我们认为可能已受到破坏的任何凭据无效，以防止未经授权的访问。我们部署了一套自动防御措施，以防止和删除被黑客入侵的帐户，这与伪造帐户的防御体系结构非常相似。例如，模型对每次登录尝试进行评分，并为可疑的登录尝试请求进一步的身份证明。我们还有登录后机器学习的模型，这些模型可以由成员操作触发，也可以使用基于图形的丰富信息在后台运行。他们在平台上检测到受感染的帐户，并将其锁定以恢复其原始帐户所有者。

< ">我们部署了类似的防御措施，以防止企业帐户被黑客入侵。此外，为了保护这些帐户，我们在企业级别上安装了两个要素认证（2FA），因此Recruiter管理员现在可以可以发布广告的药品有要求其订约的座椅支架打开2FA才能访问Recruiter产品。2FA几乎消除了企业帐户被黑客入侵的风险，从而确保了企业合同不受未经授权的职位发布的侵害。

< ">检查点2：设定付款方式

< ">建立LinkedIn帐户后，有一个可选步骤，提供一种付款方式来为职位空缺设置营销活动。LinkedIn使用来自支付网关的市场情报以及有关会员和支付工具的丰富历史信息来评估支付是否可疑。对于合法的招聘人员而言，此步骤看起来很简单，容易，但是在幕后，我们正在监控可疑付款，这些付款会直接被拒绝，或者会发送给审核小组进行进一步审查。

< ">检查点3：起草和发布作业

< ">建立付款方式和公司页面之后，作业发布流程的下一步是草拟和发布作业本身。这是我们在平台上发布职位发布之前的最后一道防线。此步骤中的防御措施是产品控制和风险建模的结合。

< ">产品控件

< ">LinkedIn已仔细地重新设计了工作发布流程，以阻止坏演员，同时最大程度地减少与合法海报的摩擦。例如，我们推出了一项产品功能，要求职位发布者在职位发布中确认与公司关联的公司电子邮件的所有权。这大大降低了欺诈性工作虚假地与已建立公司有联系的风险。

< ">风险建模

< ">一旦超过了适用的产品控制，消费者帐户发布的每个作业都将通过机器学习模型进行评分，该模型会评估该作业被欺诈的可能性。这些模型使用大量功能，例如职位发布者，职位（例如，联系电子邮件，公司）的特征以及它们之间关联的可能性。被模型标记为可疑的工作将被禁止发布，直到经过人工审核员的验证为止，从而使我们能够保护我们的成员。

< ">职位发布后检测

< ">一旦职位发布在平台上，我们也将继续对其进行评估，以捕获可能已经超出这些预防机制的任何欺诈性职位。首先，我们有更复杂的机器学习模型，这些模型在后台运行，并将可疑作业排入队列以供人工检查。我们还听取了来自760多个百万成员的可疑工作的报告，并将这些报告排队等待人工审核。同时，在线和离线运行大量假冒和被黑客入侵的帐户模型，以检测滥用帐户并将其删除，这也删除了他们发布的任何欺诈性工作。

< ">展望未来

< ">我们团队的首要任务是确保寻找工作的成员可以信任在LinkedIn上发布的成员。当我们为招聘人员准备新的职位发布方式（例如，免费职位）时，我们同时在风险建模和产品控制方面调整了防御措施。我们设计防御层的方式是产品控制（例如电子邮件验证）和机器学习模型本质上都是模块化的，可以轻松扩展并适应新的工作类型并有选择地应用。我们还通过新的分类算法，改进的信号提取以及精心训练的模型训练数据，积极提高各种检测模型的性能。同样，我们正在评估通过产品设计来增强安全性的方法，以增加与不良行为者的摩擦。

< ">尽管这篇文章专门介绍了LinkedIn对欺诈性工作的辩护，但我们也拥有检测无关的工作和歧视性工作的系统，并一直在努力改进它们。我们致力于保护我们的会员，我们期待继续分享我们的进步。

< ">致谢

< ">构建丰富的产品功能和机器学习模型集以在我们的工作生态系统中提供深度防御，确实见证了多个组织和职能部门之间的团队协同工作。我们想感谢以下团队中的合作伙伴，没有他们，这是不可能的：信任与人才解决方案工程，信任AI，信任与安全以及法律和政策部门的Jobs Trust工程，产品和数据科学团队。

< font-size: 14px; color: rgb(165, 165, 165);">原标题：Creating a secure and trusted Jobs ecosystem on LinkedIn

< font-size: 14px; color: rgb(165, 165, 165);">合著者：Sakshi Jain，Grace Tang，Gaurav Vashist，Yu Wang，John Lu，Ravish Chhabra，Shruti Sharma，Dana Tom和Ranjeet Ranjan