人工智慧在金融科技詐騙偵測中的角色

探索頂尖金融科技新聞與活動！

訂閱金融科技週刊的電子報

由摩根大通、Coinbase、貝萊德、Klarna 等高層閱讀

人工智慧（AI）在偵測詐騙方面與人類一樣具有價值。金融科技，也稱為fintech，是犯罪分子各類攻擊的高價值且易於利用的資源，包括駭客。AI 可能是阻止大量危險攻擊與資料外洩的關鍵方法，這對於推動金融科技的進步至關重要。它如何偵測可疑活動，並讓金融科技得以持續擴展？

AI 如何協助詐騙偵測

以下是 AI 改變威脅識別與應對的最重要範例。

1. 行為生物識別與鍵盤行為分析

機器學習（ML）結合 AI 可以觀察用戶行為，例如利用臉部辨識與指紋掃描進行登入嘗試。AI 也能學習用戶的打字習慣。它會在用戶進入金融科技系統前，發現其常見的動作、滑動手勢與時間間隔。雖然犯罪分子可能竊取憑證或模仿臉部辨識，但模仿鍵盤輸入則困難得多。

當用戶打開銀行應用程式時，AI 會開始觀察其打字行為。如果打字速度等指標異常，系統可能會拒絕登入。AI 也能偵測到如果真正的用戶通常第一次就能正確輸入密碼，卻被黑客多次嘗試，便會發出警示。這是一種常在背後進行監控的技術，能降低誤報率，並出其不意地捕捉許多駭客。

2. 圖形分析

金融科技系統涉及許多元素，包括用戶、裝置、交易處理公司與商家。繪製這些實體之間的關係圖具有挑戰性，但 AI 可以自動化此過程，快速找出詐騙源頭。

某些攻擊變體較為協調，可能從多個角度入侵金融科技系統。圖形分析能視覺化更複雜的威脅，例如從電子郵件連結或與 IP 地址、商店相關聯的入口入手，竊取用戶卡片資訊。AI 能揭露這些隱秘行動，阻止一些最具破壞性的詐騙計畫。

3. 地理空間模式偵測

交易紀錄能提供故事線，AI 可利用地理空間模式識別技術，判斷一個人常在何處購物、在哪些城市。它會將此資訊與常見的交易金額結合，阻止洗錢等活動。

因此，如果犯罪分子在預期的商店使用 PayPal 進行交易，但金額遠高於平常，AI 便會標記此交易。此外，若在不同地點出現大量交易，AI 也能凍結卡片或阻止金融科技交易。雖然在真實使用（如度假期間）也可能觸發此類措施，但系統會要求額外驗證，以允許交易進行。

4. 異常偵測

分析金融科技中的大量資料，若靠人工將耗費數不清的時間。AI 只需幾秒鐘即可完成。它能察覺任何偏離常態的活動。研究顯示，72%的領導者擔心 AI 資源的隱私與安全問題，包括代理式 AI。然而，若不運用 AI 進行異常偵測，風險將更高。

例如，信用卡公司可以利用 AI 監控所有交易，提前識別詐騙風險，並在犯罪重演前拒絕處理。AI 會發現異常，並通知相關人員立即審查與通知客戶。這樣的做法提升透明度，讓客戶感受到保障。

5. 透明報告

基於 AI 的詐騙偵測工具使用可解釋的 AI（XAI），使交易報告對審查者來說更清楚明瞭。這幫助金融科技公司保持合規，因為他們擁有每個風險點與應對策略的詳細記錄。未來，這將幫助數百萬美國人更容易獲得信用額度，避免因不良記錄而受損。

XAI 會指出最主要的威脅，協助分析師提升未來的防禦能力。每個決策都建立在數據之上，金融科技公司也能向客戶說明他們的發現與未來幾個月的應對措施，以更好地保護資產。

AI 如何提升金融科技的信任度

在金融科技中部署 AI 有多方面的幫助，但最重要的是它如何提升客戶與用戶的信任。只有當用戶相信金融科技能保障他們的生命與事業的關鍵部分時，他們才會在日常生活與操作中採用它。AI 提升信任的方式包括：

*   **持續支援**：透過聊天機器人與其他工具，客戶服務全天候提供支援。
*   **自動驗證**：AI 資源能自動驗證身份與交易，立即通知用戶可疑活動。
*   **提升透明度**：資料日誌提供分析師可見的交易、憑證變更與安全警示記錄。
*   **降低人為錯誤**：AI 增加檢查點，能根據歷史資料捕捉更多警示。

此外，仍會有人類監督，這些工作人員將更善於適應金融科技安全快速變化的環境，並借助自動化與 AI 提升效率。

用 AI 緩解金融恐懼

金融科技投資者、利益相關者與創新者必須將資源投入到更強的網路安全中，而 AI 可能是全面解決方案的一部分。它能配合科技與金融公司，為內部與客戶資產提供更高的保護。利益相關者應投入時間與資源，推動先進金融科技解決方案的落實，為未來鋪路。