Sibos 2018：极品飞车–机器学习减少实时支付中的欺诈行为
来源： 2022-01-10 08:00:30
在第三届Sibos关于打击实时支付欺诈的第三天会议上，专家表示，机器学习（ML）必须在不断增长的实时支付路径网络中广泛应用，以减少欺诈的机会。
“机器学习或决策科学是关键。对抗实时欺诈的唯一方法是实时播放，并且只能基于ML进行。万事达卡执行副总裁戴维·里奇（David Rich）说。
“对抗实时欺诈的唯一方法是实时玩”
小组成员，汇丰银行全球代理银行业务负责人芭芭拉·帕托（Barbara Patow）解释说，该银行使用ML每天筛选120万笔付款并停止75,000笔付款。其中，有35,000人已关闭，尽管员工参与了这些决策。
小组成员强调，必须能够在实时支付环境中将欺诈行为发现之前，将其检测出来，并表示担心即时支付可能导致欺诈行为的增加。
里奇告诉听众，全球金融服务系统中已经有2万亿美元的非法资金，实时支付将加剧这一问题。
他说：“犯罪分子非常有条理，他们相互协作，不断探索最薄弱的环节。”他解释说，万事达卡通常能够将涉及洗钱的冻结资金追溯到源头并将其遣返。
澳大利亚的新支付平台（NPP）旨在促进实时支付，因此，银行正在引入减少支付欺诈的新方法。
西太平洋银行全球交易服务总经理Di Challenor表示：“在NPP世界中，人们真正关注欺诈。”她解释说，当客户打开互联网银行服务时，银行如何识别诸如智能手机之类的设备在哪里。如果您以不常用的方式使用电话，则银行会收到一条警报，指示可能正在进行欺诈。
尽管Challenor承认消费者可能认为这是侵入性的，但他们仍希望银行进行欺诈检测。
核电厂拥有丰富的数据和巨大的利益，但是作为银行，我们必须对其进行评估，并确保不存在金融犯罪风险。我们正在寻找数字身份证，以保护资金流动和公民信息。她对听众说。
小组成员呼吁在整个行业范围内做出回应，以解决实时支付中的欺诈问题。
帕托说：“我们需要让监管机构参与其中，并且随着社区的共同努力和共同发展。”
此外，澳大利亚核电厂公司的总顾问兼公司秘书凡妮莎·查普曼（Vanessa Chapman）表示，确保平台和市场参与者遵守最低标准，将帮助交易对手方确保交易不会遭受过度欺诈。
她说：“良好的审慎监管和合理的标准可以使您像银行一样相互信任。”
由Sibos贡献者Alexandra Cain的每日新闻
该文章还在《 Sibos 2018每日新闻》（Sibos Conference上我们的旗舰日刊）上有报道。单击此处查看Sibos版本的每日新闻-它们都是免费阅读！
在Twitter上关注我们@DailyNewsSibos
相关文章
猜你喜欢
今日头条
图文推荐
精彩文章
随机推荐