[经管营销]信用卡早期欺诈预警.ppt

加速度增強的信用卡詐欺早期預警規則 大綱 網路行銷簡介 網路廣告 網路行銷 緒論-信用卡詐欺 信用卡詐欺嚴重，銀行抑制因詐欺而導致的獲利率降低 詐欺基本上分為兩大類[1]： 信用卡遺失或被竊 或僅卡號被偷而被盜用 緒論-發卡銀行的處理方式 傳統的詐欺調查主要在處理被舉發可疑的案子 然而隨著資料倉儲與資料探勘技術的成熟 詐欺行為的偵調逐漸的進入應用於資訊科技的早期預警(early warning)的層次 以分析客戶的資料來發掘可疑的詐欺模式(fraud patterns)，詐欺調查處在主動調查的地位，可將詐欺偵破時間推前，愈早發現愈可降低剩餘信用額度(available credit limit)被盜用的損失。」 緒論-詐欺偵測系統 現今發卡銀行的詐欺偵測系統往往整合不同的技術[1]，且多以具自我學習能力的類神經網路 (neural-networks)為主[1-4]，成功的商業軟體的例子有PRISM [8]、Falcon[9]及Darwin[10]。 一般的發卡銀行亦會自行輔以簡單的專家系統來補強詐欺偵測模式的完整與即時性，例如萬恩銀行(Bank One)信用卡以自行開發以規則為基礎的(rule-based)專家系統輔助外購的PRISM詐欺偵測系統。 緒論-詐欺偵測資料來源 早期的詐欺偵測軟體由於資料取得不易的困難，所以偵測所用的資料往往僅以前一日的銷售終端機(Point of Sale，POS)交易資料為主。 而最近因資料倉儲環境的成熟，很多發卡銀行也逐漸擁有線上的歷史資料可運用。 目的 提出一個加速度(acceleration)觀點的規則增強模式，利用歷史資料來加強早期僅使用前一日資料的rule-based詐欺偵測的成效[5]。 並以一發卡銀行實際的執行結果來說明以加速度增強的終端跟蹤系統(POS-track system)與傳統的以前一日資料的終端警告(POS-alarm system)系統的績效比較。 章節的編排 第二節介紹詐欺偵測系統的一般作業方式 第三節定義並比較POS-alarm與加速度增強的POS-track的規則 第四節以一實際的個案兩年下來實施POS-alarm與POS-track系統的成效作說明 第五節則就詐欺偵測作業流程的改善建議作討論 以第六節作簡短的結論與建議 詐欺偵測系統與作業  以發覺比對交易資料的詐欺型態(pattern)為最有效 信用卡交易資料 信用卡刷終端機所產生的授權(authorization)資料 簽名於收據帳單的簽單(draft)資料 簽單大多則於數日後才會寄到發卡銀行輸入資料庫中，授權資料比較有即時性 同時適用於授權資料與簽單資料，一個詐欺個案經由授權資料偵破會比透過簽單資料偵破的損失減少很多 很多行業(如郵購或網路購物)或商家並不刷卡而直接簽單，所以授權與簽單資料同時使用才具有雙重保障 詐欺偵測系統與作業 (續) 規則產生[5] 已結案的詐欺個案中所分析歸納出 有些則是從詐欺偵查或早期預警專員的經驗產生的 規則中的判斷事件又分兩種：發生之次數與金額 詐欺早期預警系統則將每個帳號的所有紀錄讀入並嘗試去對照所有的判斷事件的真假，然後檢查那些規則可被列舉(referred)可疑，被列舉的帳號會連同該規則的資料送到待處理的佇列(queue)中。 規則中判斷事件的臨界值(threshold)選定會影響規則本身應用的效力 一般而言，可取自專家的經驗或歷史資料的分析結果 相關的模糊理論(Fuzzy Theory)技術即多半採專家的經驗來設定其臨界值，而類神經網路則多半透過歷史資料自我學習並動態的調整其臨界值 詐欺偵測系統與作業 (續) 信用卡公司因為經由詐欺偵測系統產生的可疑個案數量很大，會成立一個詐欺早期預警處理單位來篩選佇列中的案子 如果可疑度高的話，就會打電話至持卡人家查證，一旦查證屬實，詐欺早期預警專員則會停止該卡的使用權並將案子轉往詐欺偵查單位做後續的處理 評估成效有兩種： 命中率(hit rate)是個案確認詐欺的命中比例 節省的損失避免(loss avoidance)則以剩餘信用額度的金額為上限 加速度增強的詐欺偵測規則 假設一個POS-alarm的規則如下： If (自動提款機(ATM) 預借現金的授權次數大於1 #/hr and ATM預借現金的總金額大於200$/hr) or (ATM預借現金的總金額大於299 $/hr) then 將該帳號列為可疑待查 If (Rb#/R N and Rb$/R D1) or (Rb$/R D2) then 列舉可疑，其中b = ATM預借現金，N = 1 #/hr，D1=200 $/hr，D2=299 $/hr ---- (1) 加速度增強的詐欺偵測規則(續) Rb# =