内容
资料来源：Ajv123ajv / Dreamstime.com
带走：
欺诈检测一直是银行业的头等大事，但是随着Hadoop和机器学习等现代工具的加入，它比以往任何时候都更加准确。
欺诈检测和预防是银行业的真正痛苦。该行业在减少欺诈方面花费了数百万美元的技术，但是当前大多数机制都是基于静态历史数据。而且它依赖于基于此历史数据的模式和签名匹配，因此首次欺诈行为很难检测到，并可能造成大量财务损失。唯一的解决方案是基于历史数据和实时数据实施一种机制。这就是Hadoop平台和机器学习发挥作用的地方。
欺诈与银行
银行非常容易遭受欺诈，因为欺诈是造成金钱损失的主要原因。估计表明，每年由于银行欺诈造成的损失超过1.7万亿美元。为了防止这种情况，银行在预防欺诈上花了很多钱。但是，他们在保护自己上的花费并不多。因此，当今银行所配备的当前技术还不够强大。但是，大数据和机器学习可以帮助改造当前系统，并将欺诈降低到历史最低水平。
当前的欺诈检测方法具有以下局限性：
在当前的欺诈预防方法的情况下，必须根据最新的欺诈实例适当地更新算法。但是，这些模型通常每年更新一次，因为所需的成本和时间都很大。导出准确的算法并使用它也非常困难。因此，如果算法不定期更新，则欺诈可能会在实施较新算法之前被忽略，而新算法可能会在数月甚至数年后部署。
当没有人关心软件质量时，您就无法提高编程技能。
Hadoop中的机器学习如何防止欺诈？
准确地处理大量数据曾经是一项艰巨的任务，但是随着大数据的到来，已经创建了一些更快，更强大的数据处理应用程序。这些应用程序中最强大的功能之一就是Hadoop平台。 Hadoop具有MapR功能，因此功能极为强大，它可以轻松地实时处理大量数据，并且价格非常便宜。
由于Hadoop可以轻松轻松地一次处理大量数据，因此它可以用于处理所有较旧的交易记录和签名，并建立一个极其准确的数学模型。这些交易详细信息还可用于提取签名，这将使银行能够拦截首次欺诈交易。但是，现在出现的问题是，可以使用哪种工具来处理数据并设计出完善的算法？
防止银行欺诈的工具
随着银行欺诈的增加，一个小时的需求就需要一个好的欺诈管理应用程序。这些工具之一就是Skytree。 Skytree实际上是一个特殊的机器学习平台，即使问题正在处理大型银行交易数据记录，它也有望提供高精度和高性能。它基于Hadoop的MapR型数据集群，可确保实时处理大数据。它还可以使用多种机器学习程序，包括监督和非监督方法。由于这种高效的机器学习程序，Skytree能够借助高级模型来阻止欺诈性交易，甚至可以基于其拦截可疑交易的能力来阻止首次欺诈。 Skytree可以自动选择最佳信息，并使用它来创建高度准确的模型。它也可以轻松分析大量数据，因此在其帮助下更容易更新当前模型。
机器学习的缺点
机器学习对于欺诈检测可能是一个非常强大的解决方案，但它也可能是一个重大挑战。这个概念与人工智能直接相关。我们的机器将为我们做出决定的事实可能会引起道德上的暗示。但是，无需担心，因为该应用程序将为我们工作，并在人类员工的监督下做出最佳决策。放心，机器学习将产生更智能的欺诈预防技术，并有助于防止将来的金钱损失。
结论
最好的欺诈管理应用程序必须功能强大，快速且准确，并且必须适应各种情况。为此，应用程序必须能够编制交易明细和签名，同时用最新的欺诈类型来更新数据库。只有基于Hadoop的平台才能执行此操作，因为基于Hadoop的平台是非常快速的机器学习应用程序，可以支持许多不同种类的机器学习算法。此外，基于Hadoop的平台也非常准确，因此它们可以轻松地阻止许多欺诈事件的发生，因为它们可以实时检测到欺诈行为。这意味着，如果专用的机器学习应用程序在银行的身边，那么该银行将具有几乎不受欺诈之害的能力！