至顶网网络与安全频道 01月19日 综合消息: 新兴的网络金融业务模式下,越来越多的银行实现了金融服务能力的外延拓展。但与此同时,新兴的金融欺诈手段也层出不穷,并呈现产业化与组织化的态势,欺诈行为更具隐蔽性和蔓延性。巨大的欺诈风险已成为国内金融领域面临的最大挑战之一,全面提升反欺诈防控能力迫在眉睫。
近日,神州信息推出新一代智能实时反欺诈系统Sm@rtRAF。围绕支付、信贷、理财、信用卡审批等容易出现金融欺诈行为的业务场景,融合银行内部数据、同业数据、外部信用数据,分析形成风控规则并建模,目前可生成账户、银行卡、身份证、设备、用户交易、用户行为偏好等多种反欺诈数据模型,帮助银行做到事前预警,事中处置,事后分析,并通过算法和知识图谱形成可学习的反欺诈模型。
事后分析通过对模型反复训练,并再次运用到事前与事中,由此构建起主动、智能、系统化的互联网金融全流程反欺诈体系。可实现根据风险形势变化,实时动态部署智能化监控策略,扩大风控覆盖范围和拦截半径,不断提高风险交易识别的准确率,最大程度帮助银行解决在各业务环节遇到的欺诈威胁。
在客户体验方面,神州信息智能实时反欺诈系统在保证客户享受便捷网络金融服务的同时,可实现对全渠道、全业务的7x24小时全面风险监控。目前,该系统已在北京、乌鲁木齐、秦皇岛等多地的金融机构成功落地,切实保障了用户的资金与账户安全,实现了风险防控和客户体验“双提升”。
神州信息反欺诈专家介绍:“神州信息智能实时反欺诈系统Sm@rtRAF采用分布式架构,应用微服务设计理念,可实时承担企业级交易系统的风险拦截,应对业务场景规则的复杂性与多样性,以及互联网交易的高频与瞬时海量并发。该系统具备监控可视化、配置参数化和功能定制化等特点,可满足银行内部管理、策略制定、业务开发等客观需求。
自2018年,神州信息进一步聚焦金融科技战略,不断加大对新技术创新应用的研发投入,已成功将人工智能、大数据、分布式、区块链等多种行业前沿技术应用于金融业务场景,从交易处理、架构转型、渠道营销、数据处理、开放转型等五方面帮助国内金融机构实现能力提升,满足了银行等金融机构在新业务模式下的多样需求。
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。