차세대 사기 탐지의 기계 학습 및 하둡

작가: Roger Morrison
창조 날짜: 19 구월 2021
업데이트 날짜: 10 할 수있다 2024
Anonim
은행에서 기계 학습 기반 사기 탐지
동영상: 은행에서 기계 학습 기반 사기 탐지

콘텐츠


출처 : Ajv123ajv / Dreamstime.com

테이크 아웃 :

금융 업계에서는 사기 탐지가 항상 최우선 과제 였지만 하둡 및 머신 러닝과 같은 최신 도구가 추가되어 그 어느 때보 다 정확 해졌습니다.

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 자신을 보호하는 데 많은 비용을 들이지 않습니다. 따라서 오늘날 은행이 갖추고있는 현재 기술로는 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.

현재 사기 방지 방법의 경우, 가장 최근의 사기 사례에 따라 알고리즘을 적절히 업데이트해야합니다. 그러나 필요한 비용과 시간이 너무 커서 이러한 모델은 매년 업데이트됩니다. 정확한 알고리즘을 도출하여 사용하는 것도 매우 어렵습니다. 따라서 알고리즘이 정기적으로 업데이트되지 않으면 새로운 알고리즘이 구현 될 때까지 사기가 눈에 띄지 않을 수 있습니다.이 알고리즘은 몇 개월 또는 몇 년 후에 배포 될 수 있습니다.


아무도 소프트웨어 품질에 신경 쓰지 않으면 프로그래밍 기술을 향상시킬 수 없습니다.


하둡에서의 머신 러닝은 어떻게 사기를 예방할 수 있습니까?

대량의 데이터를 정확하게 처리하는 것은 허술한 작업 이었지만 빅 데이터의 출현으로 몇 가지 더 빠르고 강력한 데이터 처리 응용 프로그램이 만들어졌습니다. 이러한 응용 프로그램 중 가장 강력한 기능 중 하나는 Hadoop 플랫폼입니다. Hadoop은 MapR 기능으로 인해 매우 강력하여 대량의 데이터를 실시간으로 쉽게 처리 할 수 ​​있으며 매우 저렴합니다.

하둡은 한 번에 많은 양의 데이터를 쉽게 처리 할 수 ​​있기 때문에 모든 이전 트랜잭션 레코드와 서명을 처리하고 매우 정확한 수학적 모델을 만드는 데 사용할 수 있습니다. 이러한 거래 세부 사항은 서명을 추출하는 데 사용될 수 있으며, 이는 은행이 최초 사기 거래를 가로 챌 수있게합니다. 그러나 지금 발생하는 문제는 데이터를 처리하고 완벽한 알고리즘을 고안하는 데 사용할 수있는 도구는 무엇입니까?

은행 사기 방지 도구

은행 사기가 증가함에 따라 좋은 사기 관리 응용 프로그램은 시간이 필요합니다. 이러한 도구 중 하나는 Skytree입니다. Skytree는 실제로 문제가 큰 은행 거래 데이터 레코드를 처리하는 경우에도 높은 정확도와 성능을 제공 할 수있는 특수한 머신 러닝 플랫폼입니다. Hadoop의 MapR 유형 데이터 클러스터를 기반으로하므로 실시간으로 빅 데이터를 처리 할 수 ​​있습니다. 또한 감독 및 감독되지 않는 방법을 포함하여 다양한 기계 학습 절차를 사용할 수 있습니다. 이러한 효율적인 기계 학습 절차로 인해 Skytree는 고급 모델을 사용하여 사기 거래를 중단하고 의심스러운 거래를 가로 챌 수있는 능력을 기반으로 최초 사기를 중지 할 수 있습니다. Skytree는 최상의 정보를 자동으로 선택하고이를 사용하여 매우 정확한 모델을 생성 할 수 있습니다. 대량의 데이터도 쉽게 분석 할 수 있으므로 현재 모델을 쉽게 업데이트 할 수 있습니다.


기계 학습의 단점

머신 러닝은 사기 탐지를위한 매우 강력한 솔루션 일 수 있지만 중요한 과제이기도합니다. 이 개념은 인공 지능과 직접 관련이 있습니다. 우리 기계가 우리를 위해 결정을 내린다는 사실은 도덕적 영향을 줄 수 있습니다. 그러나 응용 프로그램이 우리를 위해 작동하고 인간 직원이 감독 할 때 최선의 결정을 내릴 것이기 때문에 걱정할 필요가 없습니다. 머신 러닝은 더 스마트 한 사기 예방 기술을 만들어 내고 앞으로 돈을 잃지 않도록 도와 줄 것입니다.

결론

최고의 사기 관리 응용 프로그램은 강력하고 빠르며 정확해야하며 다양한 상황에 적응해야합니다. 이를 달성하기 위해 애플리케이션은 데이터베이스를 최신 사기 유형으로 업데이트하면서 트랜잭션 세부 사항 및 서명을 제거 할 수 있어야합니다. Hadoop 기반 플랫폼은 다양한 기계 학습 알고리즘을 지원할 수있는 매우 빠른 기계 학습 응용 프로그램이므로 Hadoop 기반 플랫폼 만이 작업을 수행 할 수 있습니다. 이와 함께 Hadoop 기반 플랫폼도 매우 정확하므로 사기를 실시간으로 감지 할 수 있으므로 많은 사기 사례가 발생하는 것을 쉽게 막을 수 있습니다. 이는 전용 머신 러닝 응용 프로그램이 은행 측에 있다면 그 은행은 사기에 거의 무적의 힘을가집니다!