企业财务犯罪预防领域的全球领导者为卡和支付行业建立起更深层次的防御
伦敦、亚特兰大和新加坡–(美国商业资讯)–Featurespace今天面向卡和支付行业推出自动化深度行为网络(Automated Deep Behavioral Networks)。该网络能够建立更深一层的防御，保护消费者免遭骗局、帐户盗用、卡和支付欺诈等非法行为的侵害。2020年，上述欺诈行为共造成约420亿美元的损失。
Featurespace创始人Dave Excell表示：“这项开发的意义不仅仅在于能够打击企业金融犯罪，而且它是真正意义上的新一代机器学习技术。”
重大发明
这项发明是深度学习技术的一次突破，它需要用一种全新的方式来设计和构造机器学习平台。自动化深度行为网络是一种基于循环神经网络的新架构，目前只有通过最新版本的ARIC™ Risk Hub才能使用。
挑战与发现
深度学习技术的应用范围很广，例如在自然语言处理中用于预测句子中的下一个单词，但在防止卡欺诈和支付欺诈的检测中，这项技术的使用还未得到优化，因此尚无法为企业和消费者提供卡或支付欺诈保护。随着该发明的问世，这一棘手的难题也迎刃而解。
由于交易具有间歇性，因此从交易环境这个层面来理解时间是预测行为的关键。过去，为防止欺诈建立有效的机器学习模型，要求数据科学家具备极为深厚的专业知识，才能识别和挑选出合适的数据特征，这一步费时费力，但又至关重要。
在此背景下，Featurespace研究团队开发出自动化深度行为网络，以自动发现数据特征，并引入能够在在交易流程中自然地理解时间意义的记忆单元，同时也让该公司市场领先的自适应行为分析技术实现了性能提升。在受害者的资金从账户里流出之前就检测出欺诈行为，就是针对骗局、账户盗用、卡和支付欺诈等攻击建立起最强大的一道防线。自动化深度行为网络将惠及以下不同群体，包括：
消费者：
- 确保交易的真实性，减少验证操作；
- 在受害者的资金从账户里流出之前就自动发现骗局、账户盗用、卡和支付欺诈等攻击。
数据科学家：
- 自动发现交易事件的特征；
- 让机器学习逻辑贯穿整个模型堆栈；
- 利用人类活动的无规律性来识别异常行为；
- 保留Featurespace的自适应行为分析技术的所有发现。
卡和支付行业：
- 增强所有交易的风险评分确定性（加大交易过程中的欺诈检测力度、更准确地识别真实交易，以方便受理更多交易）；
- 改善所有支付类型的绩效，包括卡和ACH/BACS转账、电汇和P2P，加快支付完成的速度；
- 加强对金额大、数量少的欺诈行为的检测（以及对金额小、数量多的欺诈的检测）；
- 减少递升式认证的操作；
- 提供严格的模型治理文档，以及可解释的逻辑、公正的决策和原因代码；
- 即使在高峰时间段，也可以为提供关键业务服务的企业确保稳定的实时评分，且处理量大、延迟低、响应速度快。
Excell还表示：“由于实时支付、数字化转型和满足消费者的需求都需要资金能够快速流动。我们的角色就是确保该行业能借助一流的工具来保护企业和消费者免受金融犯罪的侵害。我为我们的研究团队以及他们从客户的利益出发，为打造创新型机器学习技术而付出的巨大努力和取得的出色成果而深感自豪。”
关于Featurespace – www.featurespace.com
Featurespace™在防止欺诈和反洗钱的企业财务犯罪预防方面处于世界领先地位。Featurespace发明了自适应行为分析(Adaptive Behavioral Analytics)和自动化深度行为网络(Automated Deep Behavioral Networks)，这两款工具都可以通过ARIC™平台来使用。ARIC™平台是一款实时机器学习软件，可以对180多个国家的事件进行风险评分，以预防欺诈和金融犯罪。
ARIC™ Risk Hub使用先进、可解释的异常检测功能，使金融机构能够自动识别风险、捕获新的欺诈攻击并实时识别可疑活动。30多家全球主要金融机构正在使用ARIC保护其业务和客户。公开宣布的使用客户包括汇丰银行、TSYS、Worldpay、NatWest Group、Contis、Danske Bank、ClearBank、AK Bank和Permanent TSB。
BitWell与币安智能链BSC达成深度合作 WELL将跨链接入BSC
✽本文转载自互联网，请读者仅作参考，并自行核实相关内容(BW)。
