全新NVIDIA AI Blueprint精准检测信用卡交易欺诈

这个由 NVIDIA AI平台驱动的全新欺诈蓝图可帮助金融服务机构节省资金并降低风险。

根据 Payments Dive 预测，精交易未来十年，准检全球信用卡交易欺诈造成的测信财务损失将超过 4030 亿美元。

全新的全新欺诈用于金融欺诈检测的 NVIDIA AI Blueprint 可以帮助打击日益猖獗的欺诈活动。该蓝图使用经过加速的精交易数据处理和高级算法，可以提升 AI 检测和预防信用卡交易欺诈的准检能力。

NVIDIA 在 Money20/20 金融服务大会上发布了用于金融欺诈检测的测信 NVIDIA AI Blueprint。该蓝图为金融机构提供了一个参考范例，全新欺诈使其能够根据用户行为来识别交易数据中的精交易微妙模式和异常现象，与传统方法相比，准检它可以提高准确度并减少误报。测信

该蓝图通过提供参考代码、全新欺诈部署工具和参考架构，精交易向开发者展示了如何构建金融欺诈检测工作流。准检

借助 NVIDIA AI Enterprise 软件平台和 NVIDIA 加速计算，企业可将欺诈检测工作流从传统计算高效迁移至加速计算。用于金融欺诈检测的 NVIDIA AI Blueprint 目前支持 AWS 和 HPE 的用户，很快将扩展到 Dell Technologies。用户还可通过 Cloudera、EXL、Infosys 和 SHI International 等 NVIDIA 合作伙伴的服务使用该蓝图。

采用全面的机器学习工具和策略的企业可以观察到，欺诈检测的准确度提高了约 40%，从而得以更快地识别和阻止欺诈者并减轻由此造成的损害。

因此，美国运通和 Capital One 等知名金融机构一直在使用 AI 构建专有解决方案，以减少欺诈的发生，并加强对其客户的保护。

这个全新的 AI 蓝图加速了模型训练和推理，并展示了如何将这些组件打包成一个由 NVIDIA AI 提供动力的、易于使用的软件产品。

该蓝图目前针对信用卡交易欺诈进行了优化，可以应对新账户欺诈、账户接管和洗钱等用例。

利用加速计算和图神经网络来检测欺诈

传统数据科学工作流缺乏计算加速能力，无法处理有效的欺诈检测所需的海量数据。像 XGBoost 这样的机器学习模型在检测单个交易异常时很有效，但当欺诈涉及复杂的关联账户、设备和网络时，就会显得力不从心。

作为 NVIDIA CUDA-X 微服务、库、工具和技术的一部分，NVIDIA RAPIDS 有助于弥补这些不足。它使支付公司能够加快数据处理，并具备大规模地将原始数据转化为强大特征的能力。这些公司可以为 AI 模型提供动力，并将其与图神经网络（GNN）集成，通过分析不同交易、用户和设备之间的关系来发现隐藏的大规模欺诈模式。

梯度提升决策树（一种机器学习算法）利用了 XGBoost 等库，长期以来一直是欺诈检测的标准做法。

这个全新的用于金融欺诈检测的 NVIDIA AI Blueprint 使用 NVIDIA CUDA-X 数据科学库（包括 GNN）增强了 XGBoost 机器学习模型，以生成可作为附加功能的嵌入，帮助减少误报。

GNN 嵌入被馈送到 XGBoost 中，以创建和训练可编排的模型。此外，NVIDIA Dynamo-Triton（前身为 NVIDIA Triton 推理服务器）可提升实时推理能力，同时优化 AI 模型的吞吐量、延迟和利用率。

NVIDIA CUDA-X 数据科学库和 Dynamo-Triton 均包含在 NVIDIA AI Enterprise 中。

知名金融服务机构采用 AI

北美许多大型金融机构都表示，来自线上或移动端的欺诈所造成的损失持续增加，而 AI 正在帮助他们应对这种严峻的趋势。

美国运通早在 2010 年就开始使用 AI 打击欺诈活动，其利用欺诈检测算法来实时监测全球所有客户交易，在几毫秒内即可对欺诈行为做出决策。通过结合使用一系列先进的算法（其中一种算法利用了 NVIDIA AI 平台），美国运通提高了模型的准确性，增强了打击欺诈活动的能力。

欧洲数字银行 bunq 使用生成式 AI 和大语言模型来帮助检测欺诈和洗钱。通过 NVIDIA 加速计算，其 AI 驱动的交易检测系统将模型训练速度提高了近 100 倍。

纽约梅隆银行在 2024 年 3 月宣布，他们成为首家部署搭载 DGX Hopper 系统的 NVIDIA DGX SuperPOD 的大型银行，该系统有助于其开发支持欺诈检测和其它用例的解决方案。

目前，系统集成商、软件供应商和云服务提供商可以集成这个用于金融欺诈检测的全新 NVIDIA 蓝图，以增强其金融服务应用程序的能力，帮助保护客户的资金、身份信息和数字账户的安全。

(责任编辑：综合)