您的位置: 首页 >> 大数据

打击欺诈和犯法人工智能会是人类的超级英雄

2019.12.03 来源: 浏览:0次

物联中国

日期: 12:18:24来源:物联中国 点击:50 次 核心提示:人工智能将成为未来的主流它会在联的家里、车里和其他任何地方出现虽然它并不像外星人一样吸引眼球,但是人工智能在侦察讹诈行为上 人工智能将成为未来的主流它会在联的家里、车里以及其他任何地方出现虽然它并不像外星人一样吸引眼球,但是人工智能在侦察讹诈行动上起到了重要的作用牵制欺诈行动是一场持久战这场战争中的双方 好人阵营和坏人阵营,都在不断快速进行调剂,以让人工智能发挥它的最大作用

人工智能当前有三种主要的方法对抗讹诈行为,分别对应人工智能的开发领域它们是:

1.规则和信誉列表

2.监督机器学习

.无监督机器学习

规则和信誉列表

在今天,很多现代的组织利用规则和信誉列表打击讹诈,这个类似于 专家系统 ,它在1970年代首次进入人工智能领域专家系统是结合了领域专家制定的规则的计算机程序它们易于启动和运行,并且有人的理解能力,但它们同样也遭到了不灵活性和需要大量人力这两方面特性的限制

规则 是指人编码的一个逻辑语句,它用来侦查有欺诈的账户和行为举个例子,一个机构可能会制定一个规则: 如果一个账户花费了超过一千美元买一个东西,坐标在尼日利亚,且登录时间小于24小时,那就阻止这笔交易

信誉列表,类似地,建立在已知的不良行为的基础上信誉列表就是一个显示一些IP地址、设备类型和其他个别特征及其对应的信誉评分的列表然后,如果一个账户的IP地址出现在黑名单列表上,你就去阻止它们

虽然规则和信誉列表是侦察并预防欺诈的一个好方法,但是它很容易被络罪犯玩弄于股掌间如今,数字服务比比皆是,致使注册进程变得愈来愈容易因此,欺诈者只需花一点的时间就可以创建几十个乃至数千个账户,然后利用这些账户去学习规则和信誉列表犯罪者可以方便地访问云托管服务、虚拟私有络、匿名电子邮件服务、设备仿真器以及移动装备闪存,从而逃过信誉列表的怀疑

自1990年代以来,专家系统在很多领域都失宠了,它输给了更先进的技术显然,我们应该有更好的反欺诈的工具但是,现代公司中的很多反欺诈团队仍在用这种基本的方法去侦察讹诈,这致使了大量的人工评估开销、误报和不良的侦察结果

监督机器学习(SML)

机器学习是人工智能的一个分支,它尝试着去解决当前灵活性缺失的问题研究人员想让机器从数据中得到信息,而不是为计算机应该主动寻觅的东西编程(与专家系统不同)机器学习在1990年代开始取得卓越的进步,到了2000年代它被有效地用于反欺诈

监督机器学习可应用于欺诈是一个很大的进步它与规则和信誉列表有很大的区分,因为它不再只是通过简单的规则看几个特点,而是参考所有的特点

这种方法有一个缺点一个用于侦察欺诈的监督机器学习的模型必须使用历史数据来判断讹诈账户和行为,并辨认好的账户和行动随后,模型可以浏览与账户相关的所有的特征来做出决定因此,模型只能找出和原先的攻击相似的欺诈行为许多狡猾的现代讹诈者依然可以避开这些监督机器学习的模型

应用于侦查欺诈的监督机器学习是一个正在发展的活跃领域,有很多的监督机器学习的模型和方法例如,将神经络应用于讹诈是非常有帮助的,由于它可以自动化特点进程,而这个步骤是非常昂贵并且需要人为干预的这个方法相对其他监督机器学习模型,可以减少误报和漏报的发生频率,例如支持安全虚拟机和随机森林模型,由于隐藏的神经元可以比人类编出更多的特征可能性

无监督机器学习(UML)

相比监督机器学习,无监督机器学习减少了领域的问题在侦察讹诈领域,无监督机器学习在过去并没有发挥足够的作用常见的无监督机器学习(例如k平均方法和分级群聚、无监督神经络和主成分分析)还没有在侦察讹诈中取得好的结果

针对讹诈的无监督方法很难在内部构建,因为它需要同时处理数十亿个事件,且目前没有能即插即用的有效无监督模型然而,有些公司在这1领域已取得了长足进步

它能够用于反讹诈的原因就是它可以剖析欺诈攻击正常的用户行为是混乱的,但是讹诈者有固定的工作模式,不管他们是否已经意识到了这点他们以一定的范围快速工作一个欺诈者不会试着去从一个服务中一下骗取十万美元他们宁愿从不计其数的账户中分别骗取几分到几美元但是这些活动会不可避免地创建出模式来,非监督机器学习可以侦查到它们

使用非监督机器学习的主要好处:

1.你可以更早地发现新的攻击模式

2.掌控所有的账户,打断讹诈者骗钱的途径

.误报的概率减少很多,因为你在做出侦察决定前已经收集了很多信息

组合拳出击

每一个方法都有优点和缺点,而我们可以从各个方法中受益规则和信誉列表方法在不需要人工智能的情况下,可以便宜并快速履行,但是它需要不断更新,并且只能阻止最缺少经验的欺诈者监督机器学习已成为了一个即插即用的技术,它能够斟酌所有的单个账户的所有属性或事件,但它并不能发现新的攻击模式无监督机器学习是新一代技术,它可以发现新的攻击模式、辨认和一次攻击有关的所有账户以及提供一个完全的全局视图;而另一方面,它在阻止个人欺诈者的低等级攻击上并不是很高效,并且很难在内部执行不过,对于那些希望阻止大规模或不断进行的攻击的公司来讲,它固然还是首选

一个健全的讹诈侦察系统一般都同时使用了这三种人工智能方法来反讹诈如果合理地同时使用它们,我们可以对每一个方法都取长补短

人工智能在侦察欺诈领域将会继续进步,终究会远远超越上述的已发明的技术我们很难去掌控下一个前沿不过有一件事是确定的,那就是犯罪分子也会道高一尺、魔高一丈使用人工智能去侦察犯法和使用人工智能去隐藏罪行之间的比赛,还会继续进行下去

9个月宝宝消化不良怎么办

一岁宝宝吃什么好消化

小宝宝便秘怎么办

济南红绘医院

去上海中佑肛肠医院怎么坐车

茂名治疗不孕不育医院

贵阳癫痫病医院能治好癫痫吗
贵阳哪里治癫痫病
贵州癫痫病医院在那里
Tags:
友情链接