차례:
사기 탐지 및 예방은 은행 업계의 진정한 고통입니다. 업계는 사기를 줄이기 위해 기술에 수백만 달러를 소비하지만 현재 메커니즘의 대부분은 정적 과거 데이터를 기반으로합니다. 또한이 기록 데이터를 기반으로 한 패턴 및 서명 일치에 의존하므로 처음 사기 행위를 감지하기가 매우 어렵고 많은 재정적 손실을 초래할 수 있습니다. 유일한 해결책은 기록 데이터와 실시간 데이터를 모두 기반으로하는 메커니즘을 구현하는 것입니다. 바로 여기에서 하둡 플랫폼과 머신 러닝이 시작됩니다.
사기와 은행
사기는 돈 손실의 주요 원인이기 때문에 은행은 사기에 매우 취약합니다. 은행 사기 때문에 매년 1.7 조 달러 이상이 손실 될 것으로 추정됩니다. 이를 방지하기 위해 은행은 사기 예방에 많은 돈을 씁니다. 그러나 그들은 스스로를 보호하는 데 많은 비용을 들이지 않습니다. 따라서 오늘날 은행에 장착되어있는 현재 기술은 충분히 강력하지 않습니다. 그러나 빅 데이터 및 머신 러닝은 현재 시스템을 개선하고 사기 수준을 사상 최저 수준으로 낮추는 데 도움이 될 수 있습니다.
사기 탐지에 대한 현재 접근 방식에는 다음과 같은 제한이 있습니다.
