万事达卡AI欺诈模型：300毫秒内识别可疑交易，AI构建者如何借鉴？
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，能在300毫秒内对每笔交易进行风险评估，以识别欺诈行为。该平台每年处理约1600亿笔交易，并在高峰期每秒处理7万笔交易。DI Pro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，从而提供精确的风险评分，帮助发卡银行做出审批决策。万事达卡安全解决方案执行副总裁Johan Gerber强调，其目标是实时评估交易风险。
欺诈防护是一场与规模赛跑的竞赛。以万事达卡网络为例，每年处理约1600亿笔交易，在高峰期（如12月假日购物季）每秒交易量可达7万笔。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模型能够深入到每笔单独的交易，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）的核心所在。
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评估。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DI Pro在设计之初就考虑了低延迟和高速度。从消费者刷卡或点击“购买”的那一刻起，交易便会流经万事达卡的编排层，返回网络，然后到达发卡银行。通常，整个过程在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根据交易是否可能存在欺诈行为，提供精确、情境化风险评分的能力。使整个过程复杂化的是，他们并非仅仅寻找异常情况；他们寻找的是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。”
