English | 中文

利用人工智能识别诈骗和欺诈

  • 2024年06月06日 20:17
  • AI时代
据美国联邦贸易委员会称,美国人在2023年因欺诈和诈骗损失了100亿美元,比前一年增加了14%。但受害者和执法部门正在用数据和人工智能进行反击,两家名为Valid8和Scamnetic的初创公司希望在这方面有所作为。

据美国联邦贸易委员会称,美国人在2023年因欺诈和诈骗损失了100亿美元,比前一年增加了14%。但受害者和执法部门正在用数据和人工智能进行反击,两家名为Valid8和Scamnetic的初创公司希望在这方面有所作为。



欺诈和诈骗之间有重要的区别,主要体现在不同的法律责任上。例如,如果成为欺诈的受害者,例如网络犯罪分子窃取你的身份并以你的名义开设新的信用卡帐户,那么信用卡公司就要承担法律责任。如果一个网络罪犯骗你把钱从你的银行账户转到他的,那么你就成了骗局的受害者,银行不承担责任。

“在骗局中,骗子是在操纵你,让你代表他们采取行动。”诈骗和骗局专家、Scamnetic公司首席执行官Al Pascual说。“他们试图让你给他们钱或给他们一些东西。但登陆网站的人是你。你验证、你控制着账户,你在转移资金。”

由于银行对信用卡欺诈负有法律责任,他们投入了大量资金,使他们能够实时发现欺诈行为。信用卡中嵌入EMV芯片等技术创新,以及可以在几毫秒内检测欺诈的复杂机器学习系统,导致信用卡欺诈率大幅下降。

Pascual说:“犯罪分子意识到,与其试图出去窃取你的信息,不如假装成你,更有希望能获得这些信息,所要做的就是给你打电话或发邮件。”每年有数万亿甚至更多的诈骗信息从骗子那里发出。

Pascual说,目前骗局的世界正在蓬勃发展。有一种“喷雾式”诈骗,坏人会发送数十亿封电子邮件、短信和其他信息。鱼叉式网络钓鱼骗局,坏人根据窃取的数据瞄准个人。爱情骗局很流行。孙辈需要钱的骗局也是如此。然后是杀猪盘的骗局,骗子会把你的每一分钱都骗走。

Pascual的职业生涯一直在银行和其他机构打击欺诈和骗子,他说,由于银行在客户成为骗局的受害者时不承担责任,除了偶尔发出教育电子邮件外,他们没有采取太多措施来阻止他们。

“当银行解决这些问题时,会应用各种先进技术。”他说,“他们正在应用机器学习。在使用威胁情报,第三方数据源。他们真的在尽一切努力降低这种风险,因为潜在的损失是天文数字。”

Pascual创立Scamnetic是为了建立同样的系统,以保护个人免受骗子和骗局的侵害。Scamnetic的目标是建立一个实时屏障,通过识别消费者何时可能通过电话、短信、电子邮件、社交媒体或其他网站接触到骗局,保护消费者免受诈骗者的侵害。Pascual说:“我采取了与银行相同的方法,即确定他们的操作方式、战术、技术和流程,然后确定我们如何能够采取他们所做的一切,将其分解,并将其作为是否存在风险的信号来源。”“一旦我们确定了风险领域,我们就可以开始对其进行控制。”

在美国和加拿大,有25到30种类型的骗局正在实施,而Scamnetic使用人工智能和机器学习来识别给定的通信何时可能是骗局。

“我们确切地知道我们需要针对每一个骗局做什么,这就是我们的重点。我们正在利用这一点变得更聪明,也能够与坏人保持一致。”他说。“我的目标就是‘揍’他们一顿。”

下个季度推出时,Scamnetic将通过银行和电信公司提供服务。Pascual之所以采用B2B2C模式,是因为这将帮助他更快地将产品推向消费者领域。他说,由于英国和澳大利亚的监管机构最近开始打击欺诈行为,要求接收转账的银行知道收款人是谁,银行有动力对欺诈行为采取行动。这激发了银行对诈骗采取行动的兴趣。“我们保护人们免受诈骗。” 他说, “我们不一定每次都能做到完美,但我们会比人类的直觉强一千倍吗?是的。”



利用人工智能检测企业欺诈

欺诈在企业界比人们想象的要普遍得多。事实上,最近的一项研究发现,每年有超过10%的公司遭遇证券欺诈,造成8300亿美元的股权损失。

Valid8联合创始人兼首席执行官Chris McCall表示:“我们正处于欺诈的黄金时代,欺诈非常容易实施,而且通常没有那么复杂。当一个受信任的员工控制了一个账户,并把钱转移到不应该去的地方时,欺诈的条件就成熟了。就是这么简单。”

但发现欺诈并在法庭上证明是非常困难的,这就是McCall创业公司Valid8的用武之地。

Valid8使用人工智能和机器学习技术来帮助客户理解金融交易。该公司专门向执法部门、律师和审计人员销售产品,主要是确保银行数据所证明的实际资金流动与公司记录所显示的相符。如果它们不一致,这是一些有趣的事情发生的迹象,可能是欺诈(但有时也有其他解释)。

“我们一切都以证据为基础。”McCall说,“在美国,职业欺诈的最大类别是资产挪用。什么是资产侵占?就是给某人开一张支票然后把支票编码给另一个人。所以我们要做的就是查看支票,找到收款人和付款人,从对账单中查看实际从该账户中取出的金额,然后将其与ERP系统本身的支票分类账进行比较。”

最大的挑战是,收集所有证据是一项艰巨而乏味的工作。光学字符识别(OCR)技术有助于这项工作的自动化,但它还远远不够。Valid8使用计算机视觉技术来帮助它理解案件中涉及的数十万个文档。它还使用分类和归档的机器学习算法,McCall说。

McCall说:“任何类型的财务证据——银行对账单、支票副本、电汇细节、电子表格中的交易清单——我们都使用人工智能将其全部输入,然后进行各种质量认证检查,将所有内容与证据文件联系起来。”“任何专业人士必须跟着钱走的地方,这就是我们的设计。”

Valid8的客户之一是Alvarez & Marsal,这家咨询公司被请来帮助清理加密货币银行FTX的烂摊子,这家银行在一场巨大的欺诈丑闻中倒闭。它的软件还帮助定罪了一名抵押贷款经纪人,该经纪人从750名投资者那里筹集了3亿美元。然而,根据McCall的说法,大多数时候都没有欺诈行为。

他说:“我们提供了一个透明的镜头,把聚光灯放在这些东西上,很多时候,没有错。”“但在出现问题的情况下,几乎总是因为没有人真正关注它,这就是他们逃脱惩罚的方式。”



Valid8必须100%正确,数据才能在法庭上站住脚,因此不允许出现错误。当一组新的文档进来时,事情会变得很复杂,但是它们的格式与第一组略有不同。McCall说,如果没有人工智能帮助理解原始文件,要收集一份完整的记录,将需要5到10倍的时间和精力。这可能会使准备一个案件的成本高得令人望而却步,这只会鼓励更多的罪犯试图掩盖他们的邪恶行为。

“你如何准确地看到发生了什么?这真的很难。”他说。“这就是人工智能的用武之地。如果你能让这些复杂的数据集变得透明,、就能看到事情,看到模式,并试图识别某些机制,或者支付是如何进行的,或者是何时进行的。突然之间,你可以停止很多这样的风险。但在你获得数据之前,状况就会像狂野的西部那样失控。”


相关推荐