人工智能將成為未來的主流。它會(huì)在聯(lián)網(wǎng)的家里、車?yán)镆约捌渌魏蔚胤匠霈F(xiàn)。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(chǎng)持久戰(zhàn)。這場(chǎng)戰(zhàn)爭(zhēng)中的雙方——好人陣營和壞人陣營，都在不斷快速進(jìn)行調(diào)整，以讓人工智能發(fā)揮它的最大作用。
 

 

　　人工智能當(dāng)前有三種主要的方法對(duì)抗欺詐行為，分別對(duì)應(yīng)人工智能的開發(fā)領(lǐng)域。它們是：

 

　　1.規(guī)則和信譽(yù)列表

 

　　2.監(jiān)督機(jī)器學(xué)習(xí)

 

　　3.無監(jiān)督機(jī)器學(xué)習(xí)

 

　　規(guī)則和信譽(yù)列表

 

　　在今天，很多現(xiàn)代的組織利用規(guī)則和信譽(yù)列表打擊欺詐，這個(gè)類似于“專家系統(tǒng)”，它在1970年代首次進(jìn)入人工智能領(lǐng)域。專家系統(tǒng)是結(jié)合了領(lǐng)域?qū)＜抑贫ǖ囊?guī)則的計(jì)算機(jī)程序。它們易于啟動(dòng)和運(yùn)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(guī)則”是指人編碼的一個(gè)邏輯語句，它用來偵查有欺詐的賬戶和行為。舉個(gè)例子，一個(gè)機(jī)構(gòu)可能會(huì)制定一個(gè)規(guī)則：“如果一個(gè)賬戶花費(fèi)了超過一千美元買一個(gè)東西，坐標(biāo)在尼日利亞，且登錄時(shí)間小于24小時(shí)，那就阻攔這筆交易。”

 

　　信譽(yù)列表，相似地，建立在已知的不良行為的基礎(chǔ)上。信譽(yù)列表就是一個(gè)顯示一些IP地址、設(shè)備類型以及其他個(gè)別特征及其對(duì)應(yīng)的信譽(yù)評(píng)分的列表。然后，如果一個(gè)賬戶的IP地址出現(xiàn)在黑名單列表上，你就去阻攔它們。

 

　　雖然規(guī)則和信譽(yù)列表是偵查并預(yù)防欺詐的一個(gè)好方法，但是它很容易被網(wǎng)絡(luò)罪犯玩弄于股掌間。如今，數(shù)字服務(wù)比比皆是，導(dǎo)致注冊(cè)過程變得越來越容易。因此，欺詐者只需花一點(diǎn)的時(shí)間就可以創(chuàng)建幾十個(gè)甚至數(shù)千個(gè)賬戶，然后利用這些賬戶去學(xué)習(xí)規(guī)則和信譽(yù)列表。犯罪者可以方便地訪問云托管服務(wù)、虛擬私有網(wǎng)絡(luò)、匿名電子郵件服務(wù)、設(shè)備仿真器以及移動(dòng)設(shè)備閃存，從而逃過信譽(yù)列表的懷疑。

 

　　自1990年代以來，專家系統(tǒng)在很多領(lǐng)域都失寵了，它輸給了更先進(jìn)的技術(shù)。顯然，我們應(yīng)該有更好的反欺詐的工具。然而，現(xiàn)代公司中的很多反欺詐團(tuán)隊(duì)仍在用這種基本的方法去偵查欺詐，這導(dǎo)致了大量的人工評(píng)估開銷、誤報(bào)以及不良的偵查結(jié)果。

 

　　監(jiān)督機(jī)器學(xué)習(xí)(SML)

 

　　機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支，它嘗試著去解決當(dāng)前靈活性缺失的問題。研究人員想讓機(jī)器從數(shù)據(jù)中得到信息，而不是為計(jì)算機(jī)應(yīng)該主動(dòng)尋找的東西編程（與專家系統(tǒng)不同）。機(jī)器學(xué)習(xí)在1990年代開始取得卓越的進(jìn)步，到了2000年代它被有效地用于反欺詐。

 

　　監(jiān)督機(jī)器學(xué)習(xí)可應(yīng)用于欺詐是一個(gè)很大的進(jìn)步。它與規(guī)則和信譽(yù)列表有很大的區(qū)別，因?yàn)樗辉僦皇峭ㄟ^簡(jiǎn)單的規(guī)則看幾個(gè)特征，而是參考所有的特征。

 

　　這種方法有一個(gè)缺點(diǎn)。一個(gè)用于偵查欺詐的監(jiān)督機(jī)器學(xué)習(xí)的模型必須使用歷史數(shù)據(jù)來判斷欺詐賬戶和行為，并識(shí)別好的賬戶和行動(dòng)。隨后，模型可以瀏覽與賬戶相關(guān)的所有的特征來做出決定。因此，模型只能找出和原先的攻擊相似的欺詐行為。許多狡猾的現(xiàn)代欺詐者仍然可以避開這些監(jiān)督機(jī)器學(xué)習(xí)的模型。

 

　　應(yīng)用于偵查欺詐的監(jiān)督機(jī)器學(xué)習(xí)是一個(gè)正在發(fā)展的活躍領(lǐng)域，有很多的監(jiān)督機(jī)器學(xué)習(xí)的模型和方法。例如，將神經(jīng)網(wǎng)絡(luò)應(yīng)用于欺詐是非常有幫助的，因?yàn)樗梢宰詣?dòng)化特征過程，而這個(gè)步驟是非常昂貴并且需要人為干預(yù)的。這個(gè)方法相對(duì)其他監(jiān)督機(jī)器學(xué)習(xí)模型，可以減少誤報(bào)和漏報(bào)的發(fā)生頻率，例如支持安全虛擬機(jī)和隨機(jī)森林模型，因?yàn)殡[藏的神經(jīng)元可以比人類編出更多的特征可能性。