返回列表
行业新闻AI金融科技欺诈防护

万事达卡DI Pro:AI欺诈模型如何在300毫秒内识别欺诈交易

万事达卡(Mastercard)的旗舰欺诈平台Decision Intelligence Pro(DI Pro)利用先进的AI模型,能够在毫秒级时间内识别可疑交易。面对每年1600亿笔交易和高峰期每秒7万笔交易的巨大规模,DI Pro旨在实时评估每笔交易的风险。该平台的核心是一个循环神经网络(RNN),采用“逆向推荐器”架构,将欺诈检测视为推荐问题,通过模式完成识别商家之间的关联,从而帮助发卡银行在300毫秒内做出批准或拒绝的决策,有效打击欺诈。

VentureBeat

欺诈防护是一场与规模赛跑的竞赛。以万事达卡为例,其网络每年处理约1600亿笔交易,在高峰期(如12月假日购物季)每秒可达到7万笔交易。在如此庞大的交易量中识别欺诈性购买,同时避免误报,是一项艰巨的任务,这也是欺诈者能够利用系统漏洞的原因。然而,现在先进的AI模型能够深入到单笔交易层面,在毫秒级时间内精准识别可疑交易。这正是万事达卡旗舰欺诈平台Decision Intelligence Pro(DI Pro)的核心。

万事达卡安全解决方案执行副总裁Johan Gerber在最近的VB Beyond the Pilot播客中表示:“DI Pro专门针对每笔交易及其相关风险进行分析。我们试图解决的根本问题是实时评估。”

DI Pro的工作原理 万事达卡的DI Pro平台专为低延迟和高速而设计。从消费者刷卡或点击“购买”的那一刻起,交易便通过万事达卡的编排层,返回网络,然后流向发卡银行。整个过程通常在300毫秒内完成。

最终,由银行做出批准或拒绝的决定,但该决定的质量取决于万事达卡能否提供基于交易是否可能存在欺诈的精确、情境化风险评分。使整个过程复杂化的是,他们并非仅仅寻找异常情况;他们正在寻找那些在设计上与消费者行为相似的交易。

DI Pro的核心是一个循环神经网络(RNN),万事达卡称之为“逆向推荐器”架构。这种架构将欺诈检测视为一个推荐问题;RNN通过模式完成练习来识别商家之间的关联。正如Gerber所解释的:“这里是他们以前去过的地方,这里是他们现在所在的地方。”

相关新闻

日本政府拟增拨9.44亿美元支持芯片商Rapidus,强化2027财年预算规划
行业新闻

日本政府拟增拨9.44亿美元支持芯片商Rapidus,强化2027财年预算规划

日本经济产业省(METI)宣布计划为本土芯片制造商Rapidus追加约9.44亿美元的资金支持。此举旨在进一步推动日本在先进制程半导体领域的研发能力。此外,经济产业省明确表示将在2027财年的预算申请中继续为Rapidus寻求更多资金,显示出日本政府对重振本土半导体产业的长期承诺与战略支持。

Replit联合创始人兼CEO Amjad Masad将亮相TechCrunch Disrupt 2026:深度探讨编程未来与行业变革
行业新闻

Replit联合创始人兼CEO Amjad Masad将亮相TechCrunch Disrupt 2026:深度探讨编程未来与行业变革

Replit联合创始人兼首席执行官Amjad Masad已正式确认参加TechCrunch Disrupt 2026。作为编程工具领域的领军人物,Masad将在Disrupt主舞台上分享他对编程未来演进的深刻见解,并详细阐述Replit在这一进程中所扮演的关键角色。此次演讲预计将为开发者社区和AI编程领域带来重要启示,探讨在技术飞速发展的背景下,编程范式将如何发生根本性转变。

丰田北美实现企业级AI规模化:50多个代理上线,交付周期缩短至4天
行业新闻

丰田北美实现企业级AI规模化:50多个代理上线,交付周期缩短至4天

丰田北美公司(Toyota North America)通过采用Deep Agents与LangSmith技术,成功实现了企业级AI的规模化应用。目前,该公司已有超过50个生产级AI代理在运行。通过这一技术架构,丰田将AI应用的交付周期从原先的6个月大幅缩短至仅需4天,并实现了对AI投资回报率(ROI)的精准追踪,标志着其数字化转型取得重大突破。