บ้าน ความปลอดภัย การเรียนรู้ของเครื่อง & Hadoop ในการตรวจจับการฉ้อโกงรุ่นต่อไป

การเรียนรู้ของเครื่อง & Hadoop ในการตรวจจับการฉ้อโกงรุ่นต่อไป

สารบัญ:

Anonim

การตรวจจับและป้องกันการฉ้อโกงเป็นความเจ็บปวดที่แท้จริงสำหรับอุตสาหกรรมการธนาคาร อุตสาหกรรมใช้จ่ายเงินหลายล้านเทคโนโลยีเพื่อลดการฉ้อโกง แต่กลไกปัจจุบันส่วนใหญ่อิงจากข้อมูลประวัติแบบคงที่ และอาศัยการจับคู่รูปแบบและลายเซ็นจากข้อมูลในอดีตดังนั้นการฉ้อโกงครั้งแรกจึงยากที่จะตรวจจับและอาจทำให้สูญเสียทางการเงินได้มาก ทางออกเดียวคือการใช้กลไกตามข้อมูลในอดีตและเรียลไทม์ นี่คือจุดที่แพลตฟอร์ม Hadoop และการเรียนรู้ของเครื่องเข้ามามีบทบาท

การฉ้อโกงและธนาคาร

ธนาคารมีความเสี่ยงที่จะถูกหลอกลวงเนื่องจากการฉ้อโกงเป็นสาเหตุหลักของการสูญเสียเงิน การประเมินชี้ให้เห็นว่ามีการสูญเสียเงินมากกว่า 1.7 ล้านล้านดอลลาร์ทุกปีเนื่องจากการฉ้อโกงทางธนาคาร เพื่อป้องกันสิ่งนี้ธนาคารใช้เงินจำนวนมากในการป้องกันการฉ้อโกง อย่างไรก็ตามพวกเขาไม่ได้ใช้จ่ายมากนักในการปกป้องตัวเอง ดังนั้นเทคโนโลยีในปัจจุบันที่ติดตั้งในทุกวันนี้จึงไม่มีประสิทธิภาพเพียงพอ อย่างไรก็ตามข้อมูลขนาดใหญ่และการเรียนรู้ของเครื่องสามารถช่วยปรับปรุงระบบปัจจุบันและลดการฉ้อโกงให้อยู่ในระดับต่ำสุดตลอดเวลา

แนวทางการตรวจจับการทุจริตในปัจจุบันมีข้อ จำกัด ดังต่อไปนี้:

การเรียนรู้ของเครื่อง & Hadoop ในการตรวจจับการฉ้อโกงรุ่นต่อไป