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
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。