为什么说机器学习是预防欺诈的优秀工具?
随着现代技术的发展和完善,生活变得越来越舒适。虽然以前人们认为同时进行复杂的操作是不可能的,而如今计算机使这一任务变得很容易了。
与此同时,利用间谍软件、勒索软件和其他非法应用程序来非法访问计算机的方法也变得十分猖獗。黑客利用各种工具来影响网络的运行并窃取人们的数据。
欺诈手段也很普遍。在某些情况下,欺诈的设计非常出色,以至于人们无法区分真假。而人工智能经常被用来应对这些威胁,在这篇文章中,作者将讲述为什么机器学习是预防欺诈的优秀工具。
银行账户属于高风险群体
大量的现金流,数十亿笔交易以及数百万客户的付款交易为黑客入侵人们的银行帐户创造了有利条件。欺诈者的行为不仅造成直接的物质损失,还会破坏金融机构的信誉,严重损害了银行的声誉。
如今,针对性攻击的数量显著增加,其中可以选择特定的受害者,并且攻击本身是由专门从事特定类型活动的各种攻击者团体精心准备和实施的:开发和销售恶意代码,破坏通信渠道 ,导致出现了新的欺诈方案。
通过影响银行系统的方法,欺诈被分为外部和内部两种,其中包括银行员工。欺诈也可以分为以下几种实施渠道:银行分支机构——非法执行账户支出业务、欺诈赔偿、付款、退款、临时借用资金、定期账户的非法操作、倒转;银行卡和支付卡——刷卡(在支付终端和ATM中卡被盗用)、CNP欺诈(未持卡,网上购物卡数据被盗用);网络钓鱼——虚假陈述客户进行交易的行为;远程银行服务——破坏渠道、更改客户信息、未经授权的转账、更改付款订单中收款人的详细信息等。
由于服务渠道的特征、折衷方法、合成被盗数据等,每个欺诈计划都有其准备、出售、提取和套现现金的行为。
反欺诈系统是预防欺诈的优秀工具
防范外部和内部欺诈最有效的方法是使用反欺诈系统,该系统可以控制银行客户的付款和会话交易,评估银行员工的行为,快速识别各种服务渠道中的新型欺诈计划,并防止从客户帐户中提取资金。
这也适用于其他行业,尤其是那些欺诈率很高的行业。例如,让我们以加密货币行业为例。据说,2018年至2019年之间发生的所有ICO中有80%是欺诈性的。这就产生了一个前提,即每个加密货币项目都是骗局。我们非常清楚这与事实相差甚远。
如今,欺诈检测AI被用于确认欺诈指控,而不是找到它们。例如,在比特币演变骗局期间,该公司聘请了几位人工智能专家来让算法查看公司的活动。最终,人工智能成功地为该公司开脱了指控,事实证明,这比专业人士的话更可信。
反欺诈系统的主要特性是能够聚合各种来源的大量数据,这允许你能够在不同的渠道中查看客户和员工行为的上下文中的操作。反欺诈系统的主要目标有以下几点:
- 分析和处理在各种系统中进行的金融和非金融交易流;
- 应用业务规则和算法来检测可疑活动;
- 识别客户或员工异常的行为模式;
- 识别一系列有欺诈迹象的事件;
- 提供方便的工具来调查和分析数据。
专家系统也被广泛用于检测欺诈交易,其中包含许多旨在识别可疑交易的统计规则和逻辑表达式,但是这种方法有几个缺点。
为什么机器学习被证明是防止欺诈的有效方法?
机器学习方法和统计规则的使用有助于降低与专家系统的局限性相关的风险,特别是减少将合法交易被错误识别为欺诈交易的案例数量,并增加成功检测到的真正欺诈行为的数量。机器学习算法可以检测到人类不明显的依赖关系,从而快速分析大量数据。
为了检测欺诈,在有老师(监督学习)和没有老师(无监督学习)的情况下都使用了学习算法。在第一种情况下,当有一个训练样本具有先前已知的答案时,我们主要讨论的是分类算法。而在第二种情况下,则没有这样的答案。跨国序列可视为文本,然后出现了文本数据分析和处理自然语言(NLP)的方法。
为了使分类算法起作用,就必须有一个数据集,例如,在一段有限的时间内,确认存在欺诈和合法的交易。然而,在标记交易时,不可避免地会出现困难:通常需要根据从用于构建模型的欺诈调查行为中获取的信息手动进行标记。欺诈交易的样本也可以通过调查文件的机器解析来获得,但是由于其结构较差且质量较好,因此很难实现这种样本。
当与老师一起学习时,阶级失衡是不可避免的:合法交易的数量是欺诈交易的数十万倍。在这种情况下,可以使用以下方法:数据平衡;过滤;通过“重新标记”额外交易来丰富样本,专家认为这种交易很可能是欺诈行为。此外,还使用了半监督学习方法,该方法既使用已知是否为欺诈的交易,也使用了未知的交易。
结论
在解决欺诈检测问题时,对数据进行全面的初步分析并选择正确的方法来构建和验证模型的有效性非常重要,否则可能需要重新训练模型。没有一种标准的解决方案可以同样适合于任何检测欺诈的任务——在每种情况下,都需要一个单独的方法来考虑到问题的所有特性和反欺诈系统的要求。
尽管机器不是优秀的机制,而且还会犯错误,但是它们是应对破坏银行、系统和各种网络正常运行欺诈的优秀工具。技术专家做了很多工作来进一步改善机器的操作,并使机器对威胁更加警惕。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
5G加速智慧能源发展,三短板补齐前景可期
能源是一国经济和军事发展的关键基础,同时也是人们日常生产与生活的重要依赖。基于此,作为兼具水电、石油、煤炭、核能、风能等众多能源的大国,我国对于各种能源的开采、布局、发展和应用历来看重。 目前,在国家政策的多方推动下,我国能源发展已经逐渐迈向现代化。但由于技术与设备的落后,以及模式的守旧,其中依然不乏一定的问题和不足,例如能源利用率不高、开采污染严重、应用成本高昂等等。 在此背景下,伴随着新一代科技革命和产业变革的到来,能源产业加速实现智能化、信息化升级已是大势所趋。那么,如何才能实现智慧能源建设呢?毫无疑问,依靠5G等技术推进“互联网+”战略值得信赖。 5G+智慧能源价值显著 众所周知,能源和网络分别被视为工业的血液与脉搏,而所谓“互联网+”战略,就是利用新一代通信技术,来全方位提升行业的信息化和智能化水平。换言之就是将工业血液与脉搏相融合,让发展更具生命力。 在此过程中,5G作为最新一代的信息通信技术,发挥的价值尤为关键。 一方面,凭借高速率、低延时、大容量的特点,5G能够应用于变电站、风电场等站场之中,让这些处于偏僻地区、施工和覆盖困难、数据传输缓慢的站场有效升级,打造出泛在感知...
- 下一篇
F1赛车被黑客入侵,人工智能技术是救星?
那是在1998年,澳大利亚F1大奖赛期间。在第36圈,芬兰车手米卡·哈基宁通过了进站,然后继续参加比赛。这种做法似乎令人费解。哈基宁加速回到比赛中,但这宝贵的几秒钟让他损失惨重——把领先优势让给了队友大卫库塔。 但这并不是人为的错误,而是更险恶的事情发生了。 “有人窃听了我们的无线电,指示米卡·哈基宁进入维修区。麦克拉伦(英国著名的赛车研发制造公司)首席执行官扎克•布朗在最近与网络安全合作伙伴Darktrace的一次讨论中回忆道:“我们的无线电被黑客入侵,但我们能够手动逆转,让哈基宁回到赛道上。即使是在模拟技术时代,一次音频泄漏也影响了迈凯轮的比赛。今天,这样的裂痕可能会对合作伙伴、经济造成毁灭性的打击。这就是我们在安全方面,依赖人工智能的原因。” 今天的F1赛车:工程杰作 在今天迈凯轮F1赛车圆滑的外观背后,是一项复杂的工程技术,极大地提高了它们的速度、灵活性和精度。然而,为超级跑车提供动力的优秀技术也扩大了黑客的威胁范围。 一看之下,引擎盖下的现代F1赛车揭示了一系列的仪器,必须所有设备都在和谐工作。这辆车有超过25,000个独立的部件,其中仅底盘就有11,000个部件,引擎有6,...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2全家桶,快速入门学习开发网站教程
- Hadoop3单机部署,实现最简伪集群
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- CentOS关闭SELinux安全模块
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- CentOS7,CentOS8安装Elasticsearch6.8.6
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS8安装Docker,最新的服务器搭配容器使用