本文由腾讯数码独家发布
每天有超过8亿人使用移动应用，越来越多的人依赖于移动银行应用。随着近年来移动银行的普及速度不断提高，移动设备欺诈也不可避免地增加了。因此，发现欺诈性交易的必要性已变得更为重要。
在一篇博客文章中，微软已经解释了如何在Azure中创建和实现基于ai的模型，从而将欺诈检测时间减少到不足两秒。这使得客户可以对任何此类活动采取更快的行动，从而提高他们的财产安全。
根据这家科技巨头的说法，大多数手机诈骗都是通过一种被称为“SIM交换攻击”的技术发起的。通过这些攻击，手机号码被黑客入侵并克隆，黑客收到了所有发送给原始设备的短信通知和电话。然后，可以通过各种黑客技术获得登录凭证，最终导致犯罪分子获得对客户银行详细信息的控制权，从而通过移动设备进行转账和取款。
为了缓解这些攻击，微软创建了一个新的欺诈检测解决方案，可以在两秒钟内标记出欺诈交易。许多银行已经在使用类似的解决方案，以减少损失。然而，这个雷德蒙德巨人的新基于自然的模型是不同的，因为它可以极大地减少响应时间，并提供更高的检测率。使用这个解决方案，将会处理传入的移动活动，将构建一个行为概要，交易将被评估为欺诈，并且在此过程之后的相关操作将被确定，所有这些都在不到两秒钟的时间内完成。
这个模型形成的体系结构涉及三个主要组件：Azure函数、Azure SQL和Azure机器学习。此外，该解决方案中详细说明的机制基于以下三个因素：
功能工程创建客户和帐户配置文件；
Azure机器学习创建一个欺诈分类模型；
Azure PaaS服务，用于实时事件处理和端到端工作流。
首席软件开发商Azure工程公司的首席软件开发者凯特巴罗尼写了一篇“移动银行欺诈解决方案指南”，目的是解释该公司基于人工智能的新模式是如何实现的。
来源：neowin
