大多數(shù)人認(rèn)為欺詐的第一個(gè)領(lǐng)域是金融。
這不僅包括詐騙者，還包括銀行和交易在內(nèi)的各種攻擊。
關(guān)于如何使用人工智能（AI）解決更廣泛的欺詐領(lǐng)域（例如藥物處方欺詐），已經(jīng)有很多討論。
去年，在線市場和交付服務(wù)的使用已大大增加。
這些地區(qū)的欺詐也有所增加。
出于與AI在其他領(lǐng)域中使用相同的原因，將AI應(yīng)用于這些問題。
在線市場上最簡單的欺詐方法之一是注冊多個(gè)帳戶并發(fā)布虛假列表。
標(biāo)準(zhǔn)程序技術(shù)經(jīng)常會因垃圾郵件處理不善的原因而失敗-帖子中的文本表示欺詐，并且要求AI理解文本并對帖子進(jìn)行分類以防止可能的欺詐。
零工經(jīng)濟(jì)與電子商務(wù)密切相關(guān)，是另一個(gè)需要解決現(xiàn)代欺詐問題的領(lǐng)域。
已經(jīng)為客戶，企業(yè)和交付驅(qū)動(dòng)程序創(chuàng)建了多個(gè)平臺，其中餐飲服務(wù)就是一個(gè)很好的例子。
識別財(cái)務(wù)欺詐和相關(guān)欺詐的最大挑戰(zhàn)是這種情況很少見。
技術(shù)術(shù)語稀疏嗎？欺詐的另一個(gè)關(guān)鍵方面是欺詐者繼續(xù)發(fā)明新方法。
當(dāng)發(fā)生規(guī)則外或標(biāo)記事件時(shí)，基于規(guī)則的系統(tǒng)和受監(jiān)督的學(xué)習(xí)型AI將會失敗。
這就是為什么無監(jiān)督模型始終是欺詐中的關(guān)鍵組成部分，因?yàn)樗梢栽诓恢喇惓＝灰椎那闆r下對其進(jìn)行檢測。
電子商務(wù)和實(shí)物交付是一個(gè)有趣的分析領(lǐng)域。
在大流行之前，這是一個(gè)增長中的部門，但去年有了巨大的增長，這對敵對行動(dòng)者非常有吸引力。
“作為電子商務(wù)平臺客戶的我們的欺詐活動(dòng)有所增加，” DataVisor首席執(zhí)行官謝英蓮表示。
“例如，組織小組已在買方，賣方和交付公司之間進(jìn)行協(xié)調(diào)，以進(jìn)行從未交付的欺詐性購買，以便在平臺上付款”。
盡快識別欺詐性交易很重要，但是還有其他問題。
誤報(bào)。
優(yōu)質(zhì)客戶服務(wù)的一部分不會中止客戶的交易，因?yàn)樗隽怂恼Ｙ徺I模式。
一種方法是認(rèn)識到欺詐很少在單個(gè)帳戶中發(fā)生。
AI可以尋找模式，例如在短時(shí)間內(nèi)識別從相同或相似IP地址創(chuàng)建的多個(gè)帳戶。
結(jié)果可能是那些帳戶比單個(gè)帳戶或現(xiàn)有帳戶更關(guān)注交易。
但是，此方法并不完美（似乎有一個(gè)完美的方法...）。
平臺或行業(yè)的類型將影響AI的響應(yīng)方式。
目標(biāo)是盡可能實(shí)現(xiàn)自動(dòng)化。
謝女士說：“社交媒體平臺上有很多交流”。
“對這些內(nèi)容進(jìn)行大量的人工審查是不現(xiàn)實(shí)的，因此業(yè)界主要希望采取自動(dòng)行動(dòng)。
對于金融機(jī)構(gòu)而言，鑒于交易的重要性，它們更愿意接受人工檢查以限制誤報(bào)。
但是，趨勢和客戶體驗(yàn)要求也越來越多地實(shí)時(shí)驅(qū)動(dòng)所有交易，而無需進(jìn)行人工檢查。
電子商務(wù)介于其他兩個(gè)示例之間。
該系統(tǒng)的核心是通過無監(jiān)督學(xué)習(xí)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)。
但是，正如經(jīng)常提到的那樣，人工智能是一種工具，甚至是工具帶，而不是唯一使用的人工智能。
確實(shí)存在規(guī)則，可以簡化對模式的理解，同時(shí)可以使用較低的計(jì)算開銷。
一些標(biāo)準(zhǔn)的欺詐模式也可以用于某些監(jiān)督學(xué)習(xí)中。
這不是純粹為了技術(shù)而做出的選擇。
現(xiàn)有系統(tǒng)的操作員習(xí)慣于規(guī)則。
由于功能工程是AI的一個(gè)具有挑戰(zhàn)性的方面，因此人們經(jīng)常開始添加AI系統(tǒng)而忽略它。
因此，使用現(xiàn)有功能和規(guī)則可以加快任何系統(tǒng)的ROI。