导入AI 侦测潜在警示帐户

吴建兴表示，大数据在防诈上过去一直有在使用，也有用到AI的元素，目的是让「模型」收敛得比较快，让系统能在有限的资料中做归纳，主要是拿过去1～2年警示户的交易、使用者等资料，做交易内容、特征分析，综合出可能的特征值，来侦测可能的潜在警示帐户。

在侦测潜在警示帐户上，国泰世华银会依照不同情境列出「风险分数」，假设有订出十项特征，某帐户符合其中五项为「已经可疑」，符合七项为「中度可疑」，符合八～九项为「高度可疑」，先针对「高度可疑」做数位交易上的管制，中、低会再观察，来判别客户是否有可能变成警示户。

系统设立的特征很多元，例如：客户使用ATM交易后，短时间内又在一定距离外的地方做交易，因为客户不可能在这么短时间位移到这么远的地方再交易，就会被列为可疑；又或是六个月没有交易、余额低的久未往来户，最近突然有交易失败次数，或有小额交易测试。

吴建兴指出，现在侦测系统有建立很多「规则」，也会把已经发生、没有拦截到的，或是有拦截到但特征值与规则没有完全符合的，做「回归校正」随时调整参数，确保判断能更精准。