大多數(shù)人認(rèn)為欺詐行為的第一個領(lǐng)域是金融。這不僅包括騙子，而且包括銀行和交易在內(nèi)的各種攻擊。關(guān)于如何使用人工智能（AI）解決更廣泛的欺詐領(lǐng)域（例如藥品處方欺詐），已經(jīng)進(jìn)行了很多討論。去年，在線市場和交付服務(wù)的使用有了驚人的增長。這些地區(qū)的欺詐行為也有所增加。出于與在其他領(lǐng)域使用AI的相同原因，將AI應(yīng)用于這些問題。

在線市場上最簡單的欺詐方法之一是注冊多個帳戶并發(fā)布虛假列表。標(biāo)準(zhǔn)程序技術(shù)通常由于與垃圾郵件處理效果不佳的相同原因而失敗-帖子中的文字表示欺詐，需要AI才能理解該文字并對帖子進(jìn)行分類，以防可能出現(xiàn)欺詐。

零工經(jīng)濟(jì)與電子商務(wù)緊密相關(guān)，是另一個需要解決現(xiàn)代欺詐問題的領(lǐng)域。已經(jīng)為客戶，企業(yè)和送貨驅(qū)動程序創(chuàng)建了多個平臺，其中餐飲服務(wù)就是一個很好的例子。

識別財務(wù)舞弊和相關(guān)舞弊的最大挑戰(zhàn)是這種情況很少見。技術(shù)術(shù)語

是稀疏的嗎？欺詐的另一個關(guān)鍵方面是欺詐者不斷發(fā)明新方法。當(dāng)發(fā)生規(guī)則以外或標(biāo)記事件時，基于規(guī)則的系統(tǒng)和有監(jiān)督的學(xué)習(xí)型AI就會失敗。這就是為什么無監(jiān)督模型始終是欺詐中的關(guān)鍵組成部分，因?yàn)樗梢栽诓恢喇惓＝灰椎那闆r下檢測到異常交易。

需要分析的一個有趣領(lǐng)域是電子商務(wù)和實(shí)物交付。在大流行之前這是一個增長中的部門，但是去年看到了巨大的增長，這對敵對行動者很有吸引力?！拔覀冏鳛殡娮由虅?wù)平臺的客戶的欺詐行為有所增加，”DataVisor首席執(zhí)行官謝英蓮表示?！袄?，組織團(tuán)體已經(jīng)在買方，賣方和送貨公司之間進(jìn)行了協(xié)調(diào)，以進(jìn)行從未交付的欺詐性購買，從而從平臺上付款。”

盡快識別欺詐性交易很重要，但另一方面也有誤報。良好的客戶服務(wù)的一部分不會中止客戶的交易，因?yàn)樗隽怂恼Ｙ徺I模式。一種方法是認(rèn)識到欺詐很少發(fā)生在單個帳戶中。AI可以尋找模式，例如識別在短時間內(nèi)從相同或相似的IP地址創(chuàng)建的多個帳戶。結(jié)果可能是那些帳戶比單獨(dú)帳戶或現(xiàn)有帳戶更關(guān)注交易。

但是，這種方法并不完美（好像有一種完美的方法……）。平臺或行業(yè)的類型將影響AI的響應(yīng)方式。目標(biāo)是盡可能地進(jìn)行自動操作。謝女士說：“社交媒體平臺的交流量很大?！薄皩@些內(nèi)容進(jìn)行大量的人工審查是不現(xiàn)實(shí)的，因此行業(yè)主要希望自動采取行動。對于金融機(jī)構(gòu)而言，鑒于交易的重要性，它們更加開放

進(jìn)行人工檢查以限制誤報。但是，趨勢和客戶體驗(yàn)要求也日益推動所有交易實(shí)時進(jìn)行，而無需人工檢查?！彪娮由虅?wù)介于其他兩個示例之間。

該系統(tǒng)的核心是經(jīng)過無監(jiān)督學(xué)習(xí)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)。但是，正如經(jīng)常提到的那樣，人工智能是一種工具，甚至是工具帶，并不是唯一使用的人工智能。規(guī)則確實(shí)存在，可以簡化對模式的理解，同時還可以使用較低的計算開銷。一些標(biāo)準(zhǔn)的欺詐模式也可以用于某些監(jiān)督學(xué)習(xí)中。這不是純粹為技術(shù)而做出的選擇?，F(xiàn)有系統(tǒng)的操作員習(xí)慣于規(guī)則。由于功能工程是AI的一個具有挑戰(zhàn)性的方面，因此人們常常開始添加AI系統(tǒng)而忽略了它，因此利用現(xiàn)有功能和規(guī)則可以加快任何系統(tǒng)的ROI速度。

責(zé)任編輯：lq