![](https://s4.itho.me/sites/default/files/styles/picture_size_large/public/field/image/0_1.jpg?itok=YELWXBJo)
富邦金控在2022年研發出AI偵測技術「鷹眼防詐預測模型」,在金管會、刑事局、數位部等支持之下,2023年底分享該技術與其他金融業者共組鷹眼識詐聯盟,擴大金融科技防詐面向,現在已有35家金融機構先後加入聯盟,利用AI模型偵測異常交易,今天(8/14)鷹眼識詐聯盟展示成果,警示帳戶預先管控率最高達到80%,成功攔截逾3.6億元,避免遭詐騙集團移轉。鷹眼防詐預測模型下一步,將在10月開始運用聯合學習技術優化鷹眼防詐模型,提高防詐應變速度。
過去金融業者仰賴人工方式,根據樣態、經驗各方面判斷,從數千萬筆交易中找出異常,然而,由於交易數量龐大,人工費時費力,且判斷的準確率不高,雖然各家金融業者投入人力辨別可疑交易及帳戶,但是在準確率不高之下,為避免影響正常顧客權益,不敢擅自管控警示帳戶,在防詐預警工作上顯得綁手綁腳,多仰賴銀行員對受害民眾的臨櫃防詐。
富邦金控在2022年提出金融安全數位轉型藍圖,運用科技投入防詐工作,其中之一為透過鷹眼防詐預測模型警示帳戶預先管控,減少人工作業達99%,模型對異常帳戶辨別準確率也比人工方式提高559倍。金融業者共組鷹眼識詐聯盟,以今年1到6月導入成果,5家加入聯盟的金融業月平均預先管控比率在50%以上,甚至有一家業者達到80%,有7家金融業者比率在30到50%之間,預期未來在AI持續學習,比率穩步上升。
檢察官出身的富邦金控副總經理的蔡佩玲表示,目前銀行在防詐上,銀行臨櫃攔阻雖然相當重要,但是在詐騙金流中,臨櫃只佔3成左右,其他近6成金流則是數位的方式,如果不借助科技的力量,很難只以人眼辨別攔阻網路上的詐騙金流,因此需要借助科技的力量,但是要運用科技並不容易,以鷹眼識詐聯盟為例,聯合35家金融業者,因各家業者的資料治理標準不同,為了運用應眼防詐預測模型,需花費相當多時間在資料治理、數位規格的統一,以及技術移轉、調校,聯盟成員每2到3周也需要交流。
她表示,以往金融業者投入大量人力防詐,在聯盟成立10個月後,全臺已有6成的金融機構運用科技防詐,年底的目標是讓100%全部上線,讓AI機器人在全臺灣落地。在導入科技防詐後,預警時間大幅提前,以往金融機構無法預警,必需等到民眾被害報警,金融機構才啟動聯防,現在金融機構在聯盟成立後,可在民眾沒有報警的情形下,提早2周到3個月偵測到帳戶出現問題,預先管控帳戶。
另外,以往民眾被騙後,被害人沒有報案,或不敢報案,金融機構無法預警防詐,現在在AI協助之下,透過AI模型建立預警,從今年初到現在,AI偵測共1.8萬件案子,這些案子中有50%以上為準確的。蔡佩玲指出,在被害民眾報警之前,或民眾不報警,金融業者都能知道,今年1到6月全體聯盟行攔阻金額共有3.6億元,這些錢不同於臨櫃攔阻在民眾匯出錢之前攔截,我們要做到的是即使民眾將錢匯出也能攔阻回來。
運用聯合學習精進AI模型
對於未來,蔡佩玲表示,未來聯盟有三大目標,第一個目標是,建立國家級鷹眼模型,目前AI模型在35家金融機構各自落地,未來結合隱私強化技術,運用聯合學習,跨金融機構訓練AI模型,可以自動調校,以快速因應詐騙手法變化;第二個目標是建立鷹眼照會機制,配合打詐專法實施,鷹眼聯盟成員間建立直接異常帳戶的警示訊息交換機,進一步預控措施。第三個則是從9月起,聯盟全體金融機構的線上線下防詐宣導。
對於跨金融機構訓練鷹眼模型,蔡佩玲指出,目前35家金融業者以鷹眼模型為基礎,導入自家的特徵進一步優化,等於35家機構有各自的AI鷹眼同事,目前各家金融機構依照詐騙的犯罪手法各自調校,對於發現新的詐騙手法特徵,人工方式交流,再各自調校自家的模型。未來要利用聯合學習技術,讓各家業者不分享資料,但分享模型調校參數,透過自動交換,未來半小時內就能完成30多家機構的交換,可依照犯罪手法快速回應。
她表示,希望在今年10月推動聯合學習,先與8家聯盟成員合作,由於聯盟學習需要更精細的資料規格,才能做到自動化,降低現在以人工的方式調校,目前的人工調校,從知道犯罪手法到人工調校約需3到6個月,因應時間較長,未來自動化後,半小時就能因應異常。
由於不同金融機構在金融業務上的量體差異,蔡佩玲舉外籍移工匯款為例,單一家金融機構的外籍移工匯款量體不夠多,難以找到合適模型參數調校,但是透過聯合學習,便能從外籍移工匯款量體大的其他金融機構獲得參數,相較於單一金融機構業者自己不斷測試調校來得好。這也是聯合學習的好處。
熱門新聞
2024-09-06
2024-09-09
2024-09-10
2024-09-09
2024-09-09
2024-09-10
2024-09-09