更精準識別欺詐行為：懂得自我學習的網絡認證模型

早前我們曾經提到 Google 極可能已研究到內部使用的人工智能，例如懂得自我學習的網頁內容識別功能，從而分析不同網頁的價值；而近日筆者驚見有一家公司採用了人工智能推出類近的方案，只是它主要是應用於網上購物行為過程，從而協助發卡機構打擊欺詐行為。

該方案 CA Risk Analytics 加入行為人工智能網絡認證模型，而通過具有自學能力的智能認證技術，能夠減少消費者網上付款的顧忌，降低欺詐事件發生比率，增加發卡者的收益，並使他們更靈活地管理欺詐偵測系統。

CA Risk Analytics 包含了複雜的行為模式人工智能網絡認證模型，用於評估網上無卡交易風險，官方指出此模型正在申請專利。人工智能網絡模型源於捕捉個人用戶行為數據，藉此教導機器學習，它讓 CA Risk Analytics 分辨合法與欺詐行為。CA Risk Analytics 專為 3-D 保安協定度身訂造，以實時透明的方式評估交易風險，能夠阻止在 3-D 保安交易中的無卡交易欺詐行為。

CA Risk Analytics 亦懂得自動分析欺詐模式和合法交易行為，追踪交易中的關鍵參與部件，例如信用卡或設備。它能夠利用機器學習技術，來理解交易中關鍵參與者的正常操作行為，以及偏離有關交易部件的常規交易，從而準確預估欺詐風險。這樣可更加精確評估何時需要額外的交易認證，並有助於阻止無卡交易欺詐行為。新增的功能如下：

增加發卡機構的靈活度和控制力

發卡者能夠根據其判斷即時改變分數阈值和政策。這讓他們對業務有更大的控制力，從而可以更好地適應市場需求、應對員工流動、以及交易額驟然上升或下降帶來的風險。

減少欺詐的同時，使得收益及成本控制都有提升

行為人工智能網絡模型幫助提升從欺詐交易中偵測合法行為的準確性。這幫助減少欺詐行為的發生並增加收益。更高的偵測精確度亦有助於管理交易分析的成本。

顧客體驗

官方指，由於模型能夠更好偵測合法的消費者行為，因此付款過程中的附加身份認證就不再必要。