Machine Learning - Detektering af svindeltransaktioner med Isolation Forests
I en stadig mere forbundet digital verden finder milliarder af transaktioner sted hver dag via forskellige systemer, fra betalingsterminals i traditionelle butikker til online betalingsgateways. Disse systemer har skabt gode muligheder og hjulpet med at drive nye innovative virksomheder med unikke forretningsmodeller. Selvom der har været betydelige fordele, har der også været en kraftig stigning i stadig mere sofistikeret cyberkriminalitet.
En af de mest almindelige former for cyberkriminalitet er kreditkortsvind, der tegner sig for milliarder af dollars registreret i den finansielle sektor globalt. Givet antallet af transaktioner, der finder sted hver dag, er det en udfordring for finansielle institutioner at bekæmpe cyberkriminelle; nylige fremskridt inden for Machine Learning har givet anledning til nye metoder til at identificere og opdage svindeltransaktioner. Nøjagtig identifikation af svindel muliggør automatiserede afbødende strategier, såsom at advare kunden og anmode om yderligere bekræftelse, før en transaktion fortsætter.
Dette case-studie udforsker en maskinlæringsorienteret tilgang til identifikation af kreditkortsvindel. Maskinlæring har vist sig effektiv i mange forskellige sammenhænge og er også effektiv at køre på store datamængder, hvilket er en væsentlig overvejelse for softwareingeniører, der implementerer bankssystemer.
Løsning af problemet via kunstig intelligens
Opdagelse af anomalier har traditionelt været et problem inden for statistikfeltet. Konventionelle metoder antager, at et datasæt falder inden for normalfordelingen. Således opdages afvigere ved at observere, hvilke datapunkter der afviger væsentligt fra normen. Ulempen ved denne metode er, at hvis et datasæt ikke er normalfordelt, er teknikens effektivitet begrænset.
Machine Learning-tilgange, der bruger nylige algoritmiske fremskridt, blev senere forsøgt, hvilket viste sig at være yderst effektive, skalerbare og overvinder de førnævnte begrænsninger ved statistiske metoder. Selvom de ikke er vidt udbredt uden for den finansielle sektor, er mange af disse metoder i øjeblikket sat i produktion i bankvæsen.
En ny tilgang blev udviklet i 2008 i [1] ved at udnytte en unik egenskab ved outliers, nemlig at outliers typisk er isoleret i forhold til et flertal af datapunkterne. Givet denne egenskab er det muligt at generere tilfældige partitioner omkring datapunkter for at indkapsle et datapunkt; jo færre partitioner der kræves for at isolere et datapunkt, desto mere sandsynligt er det, at et sådant datapunkt er en outlier. Den udviklede algoritme har en lineær tidskompleksitet og viste sig at fungere godt, selv når der er begrænsede træningsdata til rådighed; dette står i kontrast til typiske tilgange, der kræver omfattende træningsdata.
Overblik over den organisatoriske udfordring
Når der dagligt finder milliarder af transaktioner sted, er det udfordrende at opdage svindeloutliers og køre en model i realtid. En visuel inspektion fremhæver, at at finde en nål i en høstak er som at finde en nål. De følgende billeder illustrerer banktransaktioner over tid, med legitime i grøn og svindel i rød. Det er udfordrende at isolere svindeltransaktioner. Finansielle institutioner er forpligtet til at forsøge at bekæmpe svindel for at overholde reglerne. Det er også en forventning fra kunderne. Normalt, når svindel opstår, betaler den finansielle institution omkostningerne for at opretholde kundetilfredsheden.
Organisationer vender sig i stigende grad til machine learning-metoder som en del af deres digitale transformationsrejser for at løse problemer, der kræver skalering, såsom svindeldetektion. Mange af dataene til at opdage svindel gemmes typisk i data warehouses. Forensic accounting-teknikker er også ret avancerede til at bestemme metrics, der bruges som input til machine learning-modeller.
Isolation forests er blevet anvendt på Kaggle-kreditkortdatasættet [2] og har vist sig at være 99% effektive til at opdage svindeltransaktioner [3]. Givet at en generel tilgang, der fungerer, er blevet bestemt, står de fleste organisationer over for implementeringsudfordringer, der fungerer i stor skala, snarere end at skulle forske & udvikle en løsning.
Organisatoriske Data Tilgængelige som ML-input
Datakilder brugt af finansielle institutioner er som følger:
- Kundemetadata.
- Transaktionstidsstempler og beløb.
- Kunders transaktionshistorik.
- Den geografiske placering af transaktioner.
- Benfords lov.
Integrationsmetodologi
Følgende er en overordnet oversigt over den proces, vi ville udføre på et overordnet niveau for at analysere sådanne feeds inden for en organisation:
- Identificer finansielle metrikker fra ERP-systemer, der kan bruges som input.
- Træn en isolation forest på et oprindeligt datasæt, og fortsæt med at træne modellen fremover for at sikre, at den opdager de nyere svindelmønstre for transaktioner.
- Ved at kalde Telemus AI™ APIs for at køre Isolation Forest på indgående transaktioner, returnerer API'en et sandsynlighedsestim for sandsynligheden for en svindeltransaktion baseret på modellen.
- Opsæt tilpassede arbejdsgange og processer for at advare svindelteamet samt kunder om potentielt svigagtige transaktioner
Telemus AI™ har robuste maskinlæringsmodeller læst, så din organisation kan fokusere på forretningslogikken i stedet for den tekniske implementering.
Organisatoriske Anvendelser
Følgende opregner andre potentielle applikationer til din organisation:
- Opdagelse af svindeltransaktioner.
- Opdagelse af falske medarbejderkrav.
- Bestemmelse af usædvanlig organisatorisk adfærd via HR-sporingssystemer.
Potentielle og realiserede fordele
I betragtning af det enorme omfang af tid og penge, som finansiel svindel koster, og den omdømmeskade og kundemishag, det kan forårsage, kan aktiv forebyggelse af svindel spare op til millioner, endda milliarder af dollars, afhængigt af operationens skala. Reguleringsmyndigheder udsteder også løbende strengere retningslinjer for overholdelse. Der er en forventning om, at finansielle institutioner har processer, procedurer og systemer til at forhindre og bekæmpe svindel. Reguleringsteknologier, eller RegTech, er et fremvoksende felt, der har potentiale til at drive mange innovationer inden for driftsafdelingerne i mange organisationer fremadrettet.
Telemus AI™ er et australsk-baseret selskab for kunstig intelligens, der leverer avancerede løsninger til regering og erhvervsliv. Kontakt os i dag for en gratis konsultation om, hvordan Telemus AI™ kan integreres i din organisation.
Referencer
[1] - Isolation Forest - Fei Tony Liu, Kai Ming Ting og Zhi-Hua Zhou
[2] - Kreditkortsvindeldetektion - Kaggle
[3] - Machine Learning i kreditkortsvindeldetektion - S Joel Franklin
