《欺诈识别:新技术助力无摩擦支付》白皮书解读

亿欧智库 > 智库观点 > 《欺诈识别:新技术助力无摩擦支付》白皮书解读

金融科技
亿欧
郝歆雅
2018-12-29 · 17:00
[ 亿欧导读 ] 基于机器学习和人工智能解决方案的组合,有可能在金融机构打击支付欺诈时带来商业利益和运营效率的提升。数字化转型成为贯穿整个机构的重心。
亿欧智库分析解读,亿欧智库,欺诈识别,人工智能

近日,Finextra联合亚马逊和高知特发表白皮书《欺诈识别:新技术助力无摩擦支付》。白皮书以银行如何面对支付欺诈的挑战为研究对象,从背景、挑战、创新点和趋势几个方面,分析人工智能和机器学习如何助力创造无摩擦支付环境。亿欧智库对报告主要内容进行了编译。


前言

支付欺诈是银行面临的重大挑战之一,而且随着支付渠道和支付服务提供商的激增、监管机构重塑支付交易方式、全球从现金支付向电子支付转移,欺诈问题日益严重。这种环境正在促进新的交易和发起支付方式产生,甚至是新的支付体系结构。

在欧洲,《支付服务指令》修订后允许第三方开发人员直接与合作银行客户进行交互,这就对第三方使用客户数据和扩展安全的边界提出了质疑。世界上包括澳大利亚、美国和香港等地区,这种开放银行业的趋势已经得到采用。在日益网络化的支付生态系统中,识别欺诈者将成为一项重大挑战,但根据《支付服务指令》,金融机构必须监控所有和欺诈相关的交易。支付行业参与者往往存在网络安全、数据隐私方面的问题,因此容易受到数据泄露和支付欺诈的影响。新的支付生态系统中的多个利益相关者可能会导致解决方案通信的不一致。

随着支付从现金转向无卡支付,银行在交易欺诈检测与速度提升的结合上较为落后。金融行业正在向实时数据分析发展,在向数字生态系统转型的过程中,同时也部署了人工智能、机器学习和云计算等技术。银行必须确保自己领先犯罪分子和骗子日益增长带来的技术威胁。

支付欺诈调查

欺诈是一个全球性问题。2018年3月29日,美联储委托波士顿咨询集团对支付欺诈和安全漏洞进行研究。该研究主要为了解决安全漏洞,并刺激市场活动以有效缓解漏洞带来的损失。研究小组发现了很多支付安全面临的挑战,如身份管理、数据保护和支付风险信息共享。研究发现虽然在实现支付系统涉众在支付安全方面的期望和需要方面存在巨大差距,但是对于这些差距究竟是什么、可能有多严重和如何减轻这些差距仍存在一些分歧。

《2017年世界支付报告》的一项调查显示,银行高管将分布式拒绝服务攻击(50.0%)和客户支付欺诈(31.3%)列为他们面临的两个最大安全挑战。全球信用卡诈骗高发给银行带来了巨大的成本负担,因此,信用卡诈骗被视为一个主要问题。交易银行越来越多地采用数字产品,这也导致支付欺诈的水平上升,使网络安全成为银行和企业的首要任务。

在对金融科技和其他WPR调查中,客户支付欺诈是最受关注的问题(45.0%)。这个群体不太可能将DDOS攻击当做一种威胁,只有10.0%的人将其列为数字安全问题。相反,黑客攻击导致的数据泄露会带来更多的担忧和内部欺诈。

用户对支付欺诈关注的比例

根据Statista的数据,到2021年,全球零售电子商务销售额总计2.3万亿美元,预计将增长至4.88万亿美元。Statista认为,网上购物是全球最受欢迎的在线活动之一,但使用情况因地区不同差异化。例如,2016年中国约19%的零售销售是通过互联网实现的,而日本的这一渠道比例仅为6.7%。根据零售研究中心的数据,电子商务是欧洲和北美增长最快的零售市场。2016年英国在线零售市场份额为16.8%,预计2017年将达到17.8%。在德国,这一比例是15.1%,在法国是10%。由于支付业务的高增长率,因此改进欺诈识别势在必行。

面临的挑战

电子商务的增长速度并不是变革的唯一催化剂——监管机构正加倍关注欺诈行为以及银行如何应对欺诈行为。随着支付发起方式的改变和新渠道的增多,支付欺诈的场景也在发生变化。整个支付生态系统的利益相关者也需要无摩擦的商业。例如,2018年4月英国最大的移动运营商为了布置5G花费了约14亿英镑,因为支付是5G重要的一部分,它在物联网设备中创建了一个移动商务通道。低延迟和高速是5G的关键特性,在欺诈识别中可以促进实时事务。

银行在寻求改进欺诈识别的同时,还要满足监管机构及客户的需求;与此同时,任何加强识别的措施都不能降低客户体验。

银行在欺诈识别中面临的五大挑战:

  • 无法跨通道实时监控交易

  • 调查潜在欺诈交易速度慢

  • 大部分系统是基于规则的而不是自学习的预测模型,只适用于垂直式分布的业务部门

  • 欺诈检测系统的发展速度慢于新欺诈方式的犯罪速度

  • 识别系统维度低,只能识别静态数据,大量外部来源数据没有被使用

未来可能存在的挑战:

  • 全球化带来的跨境交易增加,因此可能产生更多的欺诈行为

  • 在举报和标签化欺诈行为上还没有明确的标准

  • 基于规则的模型的准确性和精确性在不同的业务场景中差异化较大,借记卡和信用卡的欺诈监控也不同

  • 新的支付渠道和工具的发展,交易发起的来源正在成倍增加——例如物联网增加了业务的复杂性,甚至可能改变交易属性

由于这部分业务的利润率不高,欺诈识别的速度变得十分重要。在过去,信用卡诈骗被认为是一种成本。但随着消费者的消费方式从现金转向信用卡,储备金的流动性要想弥补坏帐就成了一个更大的问题。银行资本规则意味着,如今的流动性比以往任何时候都更能推动盈利。因此为了预防支付欺诈的储备金就成为了银行的服务高成本。

规则识别VS机器学习/人工智能识别

综上所述,基于规则的欺诈识别方法有局限性。这种系统缺乏灵活性和对需要的新渠道的开放方法。基于规则的系统包含硬编码的阈值和基于数量、时间和其他特性的异常,通常基于独立于客户端行为和历史事务的静态规则,因此不适合如今用户的交易模式。从客户的角度来看,基于规则的系统更容易产生误报,从而产生不满意的用户体验。

通过从基于规则的欺诈识别过渡到人工智能和机器学习辅助的欺诈识别,银行可以解决它们目前在欺诈检测中面临的许多挑战。人工智能和机器学习的优点包括:

  • 高度依赖用户的交易模式

  • 利用过去行为,消除阈值和异常

  • 根据不同的客户端动态设置阈值

  • 用户提交的认证级别取决于业务的风险级别

  • 可以实时识别与任何交易相关的潜在风险

  • 可扩展性强,能够覆盖新的欺诈场景

  • 实时欺诈检测

支付欺诈趋势:无摩擦支付

随着监管机构开放支付行业后带来的竞争,支付服务提供商的竞争力就是客户体验。在支付过程中,从初始到结算的无摩擦的客户体验有利于企业市场份额的提升。因此,通过应用热人工智能/机器学习技术改进系统不仅仅是一个欺诈识别测试。例如地理位置信息实际上可以预测潜在欺诈,可以捕获并合并到欺诈识别模型中。

随着新的支付格局发展,银行需要重视潜在的新支付欺诈来源。欺诈识别系统必须持续更新。人工智能和机器学习可以让银行创建透明、灵活和开放的欺诈检测系统,这样可以和支付市场的创新实现同步。同时银行必须考虑开始构建基于机器学习的解决方案,这些解决方案能够识别并从欺诈案例中自学习,通过减少错误警报来改善客户体验

欺诈监控解决方案应该持卡客户的多维度信息相关,而不是交易通道和卡类型。建立卡号、持卡人电子邮件地址、设备标识、客户和商户之间的关系,可以识别可能存在欺诈行为的交易。理想的欺诈检测系统应该是基于跨业务的集合式管理平台。这样的平台可以在云上实现大规模的实时数据流分析。对跨渠道交易进行的实时监控,可以使银行在交易发生前主动识别可疑操作

由于金融机构的交易数量有限,因此已经形成现有的欺诈模式。像3DS 2.0这样的新行业标准将促进商户、网关和发行银行之间智能数据交换,增加发行银行可用的原始交易功能,以增强欺诈模型。

结论

近几年,银行一直在试验人工智能和机器学习技术,大多数实现在主系统的零碎或者非核心部分。银行未来的重点发展趋势是:如何通过使用基于人工智能/机器学习的欺诈评分来增强无摩擦的客户体验,这不仅会为实现全面欺诈识别平台提供基础,也为技术应用所需的数据规模提供了基础

随着支付交易的不断创新,实时支付已经在全球推广,打击实时支付欺诈仍是银行的关键。已经有很多银行开始采用机器学习进行金融欺诈和误报管理。基于机器学习和人工智能解决方案的组合,有可能在金融机构打击支付欺诈时带来商业利益和运营效率的提升。数字化转型成为贯穿整个机构的重心。

报告原文链接下载:https://img1.iyiou.com/Editor/image/20181229/1546069600693019.pdf


版权声明

本文来源亿欧,经亿欧授权发布,版权归原作者所有。转载或内容合作请点击转载说明,违规转载法律必究。

打赏支持

5
5
10
20
50
80
100
其它金额
任意赏:

参与评论

郝歆雅

联系作者

27篇文章  |  23.5万次浏览

拜访信息

为了给您提供更快更好的服务,在获取作者联系方式前,想对您有个简单了解. 邀请您填写如下信息

提交成功

非常感谢您的配合,我们的作者会尽快通过您的微信,
请耐心等待~

微信号

15701235851

关闭
快捷登录 密码登录
获取验证码

新用户登录后自动创建账号

登录表示你已阅读并同意《亿欧用户协议》

快捷登录 密码登录

账号为用户名/邮箱的用户 选择人工找回

关联已有账户

新用户或忘记密码请选择,快捷绑定

账号为用户名/邮箱的用户 选择人工找回

快速注册

获取验证码

创建关联新账户

发送验证码

找回密码

获取验证码
账号为用户名 / 邮箱的用户 选择人工找回

未完成注册的用户需设置密码

如果你遇到下面的问题

我在注册/找回密码的过程中无法收到手机短信消

我先前用E-mail注册过亿欧网但是现在没有办法通过它登录,我想找回账号

其他问题导致我无法成功的登录/注册

请发送邮箱到service@iyiou.com,说明自己在登录过程中遇到的问题,工作人员将会第一时间为您提供帮助

账号密码登录

乐乐呵呵@微信昵称

该亿欧账号尚未关联亿欧网账户

关联已有账户

曾经使用手机注册过亿欧网账户的用户

创建并关联新账户

曾用微信登录亿欧网但没有用手机注册过亿欧的用户

没有注册过亿欧网的新用户

先前使用邮箱注册亿欧网的老用户,请点击这里进入特别通道