为了防止信用卡盗刷 机器学习算法认出你是谁

  次阅读 作者:智能小宝 来源:互联网 2015-12-02 22:35 我要评论(0)

盗刷信用卡风险已经成为困扰全球银行信用卡部门的难题之一。仅以美国为例,美联储的支付调查报道显示,2012年全美信用卡支付总金额达到260亿美元,这其中未经授权的信用卡支付,也就是盗刷信用卡的金额高达61亿美元。

对银行而言,衡量信用卡交易的风险非常困难。要实现这个目标必须快速确定哪些交易是合法授权,哪些交易是盗刷的。那么这些工作又是如何实现的呢?

站在消费者的立场来看,检测信用卡盗刷的过程似乎很「神奇」,这种检测几乎是瞬时发生的,背后涉及到一系列复杂的技术,从金融到经济到法律再到信息科学。当然,有些信用卡盗刷的检测很简单,比如,当机器发现信用卡刷卡地的邮编与发卡地的邮编不符时会发出警告。

传统的信用卡检测需要大量人力参与到海量数据的分析判断上,算法只会对一笔交易发出警告,最后人类审核员会打电话确认这笔交易是否涉嫌信用卡盗刷。现在,由于交易量激增,各大银行的信用卡部门开始依靠大数据,并通过机器学习和云计算的方法快速甄别未经授权的信用卡交易。

用于信用卡检测的机器学习算法首先将被海量正常的交易数据和持卡人数据进行训练。交易结果会成为机器理解交易的一个重要维度,比如一个正常人可能每周买一次电、每两周去一趟购物中心等等,这些交易结果将成为正常交易的模型。

接下来,机器将接受实时交易数据的考验,并给出该交易是否不合法的概率,比如97%,如果检测系统设置每笔交易不合法的概率不能高于95%,那么所有这些交易将被拒绝接受付款,换句话说,交易不会成功。

为了防止信用卡盗刷 机器学习算法认出你是谁

这个算法考虑的因素很多,包括刷卡供应商的信任度、插卡让购买行为(时空维度)、IP地址等等,考虑的因素越多,其构建的模型也越准确。

这个检测的过程几乎是实时的,这也是人类工作者无法达到的检测速度。但整个流程中还是需要人类的参与,包括人类对算法判断的审核以及随后的信用卡欺诈跟踪等等。

金融交易过程中的数据非常大,比如目前PayPal要处理1亿690万用户的1.1PB数据。但对机器学习而言,越多的数据意味着越能提升自身的算法准确度,从而更好地识别盗刷信用卡的事件。海量数据对于银行IT系统的硬件要求非常高,数据的存储、读取和分析,都成为巨大的IT开支。

目前,银行的信用卡部门开始使用云计算作为处理海量数据的方式,云计算弹性可伸缩的特性能够机器学习算法运行的效率,有效应对诸如双11等刷卡高峰期时的信用卡检测

围绕信用卡盗刷和反盗刷的战争一直在持续,借助于机器学习、大数据和云计算以及今后可以实现的区块链技术,未来我们的钱包和卡包会越来越安全。

机器之心原创出品,编辑:赵赛坡。

本站文章信息来源于网络以及网友投稿,本站只负责对文章进行整理、排版、编辑,是出于传递更多信息之目的,并不意味着赞同其观点或证实其内容的真实性。如果您有什么意见或建议,请联系QQ28-1688-302!

人工智能实验室
相关文章相关文章
  • Pokemon Go之后 AR的下一个爆款何时到来?

    Pokemon Go之后 AR的下一个爆款何时到来?

  • 会上网的不一定是人类 MIT教会AI浏览网络

    会上网的不一定是人类 MIT教会AI浏览网络

  • 2300万PS用户对索尼的VR头盔感兴趣

    2300万PS用户对索尼的VR头盔感兴趣

  • VERGE大会:VR技术“志不在娱” 将放眼各行各业

    VERGE大会:VR技术“志不在娱” 将放眼各行各业

网友点评网友点评
阅读推荐阅读推荐

据国外媒体报道,在过去两年内,聊天机器人(chatbot)、人工智能以及机器学习的研发和采用取得了巨大进展。许多初创公司正利用人工智能和...

霍金 视觉中国 图 英国著名物理学家霍金(Stephen Hawking)再次就人工智能(AI)发声,他认为:对于人类来说,强大AI的出现可能是最美妙的...

文|郑娟娟 今年,人工智能(AI) 60岁了。在AI60岁的时候,笔者想要介绍一下AI100,一个刚刚2岁的研究项目,但它的预设寿命是100年,甚至更长...

AlphaGo与李世石的人机大战,为大众迅速普及了人工智能的概念。 但对谷歌而言,除了下围棋,现在的人工智能进展到哪一步了?未来,人工智能...