交易欺诈犹如悬在银行和客户头顶的达摩克利斯之剑,信用卡无时无刻不在跟这把剑做较量。传统反欺诈系统实际上是“准实时”的,只有交易发生后并触发了银行设置的反欺诈规则才能进行拦截,“对比”的结果是在刷卡完成之后进行确认的。这也意味着如果发生多笔盗刷,第一笔总是很难被拦截。将AI用于异常交易拦截,是信用卡反欺诈质的飞跃。广发信用卡在完善大数据平台的基础上借助国际先进的开发工具开发建立了首笔反欺诈模型,所有客户交易数据进入该模型后都会计算得出一个“评分”,通过对比银行设定的触发阀值能够迅速完成对潜在欺诈交易的判断,整个过程只有20毫秒。也就是说,应用该模型后能够在第一时间对异常交易进行拦截。如何能在极短时间内作出准确判断?答案是大量客户行为特征、物理位置、设备信息的分析以及人工智能的“神机妙算”。客户行为特征是辨别异常交易的重要线索,首笔反欺诈模型能基于全部客户样本量提取出上千万个特征,是传统反欺诈系统的10000倍。短到过去5分钟刷卡交易金额、长到过去3个月平均消费金额。基于AI机器学习的首笔反欺诈模型还具备“举一反三”的特质,对于客户交易规律的总结、客户特征的搜集整理都自有一套方法,能够定期进行自我学习,重复迭代,以应对实时变化的交易状况。
领取专属 10元无门槛券
私享最新 技术干货