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
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
浙江大学等高校研究团队开发的VolSplat系统,通过"体素对齐"替代传统"像素对齐"方法,实现了快速高质量的3D场景重建。该技术仅需6张普通照片即可生成精确3D模型,在RealEstate10K等标准数据集上显著超越现有方法,为机器人导航、增强现实、建筑设计等领域提供了新的技术选择,代表了3D重建领域从二维思维向三维思维的重要转变。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
武汉大学团队与字节跳动公司合作,提出MAPO混合优势策略优化方法,解决AI训练中的"一刀切"问题。该方法能根据问题难度动态调整评分策略,避免传统方法中的优势反转和优势镜像问题。通过轨迹确定性判断和权重动态调整,在几何推理和情感识别任务上都取得显著提升,为AI自适应学习提供新思路。