环球电气之家-午夜精彩视频-中国专业电气电子产品行业服务网站！

人工智能將成為未來的主流。它會在聯網的家里、車里以及其他任何地方出現。雖然它并不像外星人一樣吸引眼球，但是人工智能在偵查欺詐行為上起到了重要的作用。牽制欺詐行為是一場持久戰。這場戰爭中的雙方——好人陣營和壞人陣營，都在不斷快速進行調整，以讓人工智能發揮它的最大作用。

人工智能當前有三種主要的方法對抗欺詐行為，分別對應人工智能的開發領域。它們是：

1．規則和信譽列表

2．監督機器學習

3．無監督機器學習

規則和信譽列表

在今天，很多現代的組織利用規則和信譽列表打擊欺詐，這個類似于“專家系統”，它在1970年代首次進入人工智能領域。專家系統是結合了領域專家制定的規則的計算機程序。它們易于啟動和運行，并且有人的理解能力，但它們同樣也受到了不靈活性和需要大量人力這兩方面特性的限制。

“規則”是指人編碼的一個邏輯語句，它用來偵查有欺詐的賬戶和行為。舉個例子，一個機構可能會制定一個規則：“如果一個賬戶花費了超過一千美元買一個東西，坐標在尼日利亞，且登錄時間小于24小時，那就阻攔這筆交易。”

信譽列表，相似地，建立在已知的不良行為的基礎上。信譽列表就是一個顯示一些IP地址、設備類型以及其他個別特征及其對應的信譽評分的列表。然后，如果一個賬戶的IP地址出現在黑名單列表上，你就去阻攔它們。

雖然規則和信譽列表是偵查并預防欺詐的一個好方法，但是它很容易被網絡罪犯玩弄于股掌間。如今，數字服務比比皆是，導致注冊過程變得越來越容易。因此，欺詐者只需花一點的時間就可以創建幾十個甚至數千個賬戶，然后利用這些賬戶去學習規則和信譽列表。犯罪者可以方便地訪問云托管服務、虛擬私有網絡、匿名電子郵件服務、設備仿真器以及移動設備閃存，從而逃過信譽列表的懷疑。

自1990年代以來，專家系統在很多領域都失寵了，它輸給了更先進的技術。顯然，我們應該有更好的反欺詐的工具。然而，現代公司中的很多反欺詐團隊仍在用這種基本的方法去偵查欺詐，這導致了大量的人工評估開銷、誤報以及不良的偵查結果。