论文:Financial Crime & Fraud Detection Using Graph Computing: Application Considerations & Outlook
摘要:
- 文章概述了金融犯罪领域的最新技术发展趋势。
- 讨论了图算法在金融犯罪和欺诈检测应用中存在的困难。
2013年-2018 年,中国的移动支付增长超过 120%(复合
年增长率)。另一一方面,在这种新的快速发展的数字支付格局下欺诈犯罪活动也迅速演变。全球金融犯罪量估计约为每年 1.4-3.5 万亿美元。
欺诈和金融犯罪趋势:
- 支付欺诈:支付欺诈涵盖包括信用卡和借记卡在内的众多支付渠道中的欺诈
- 身份盗窃:身份盗窃计划使用不断变化的策略列表,从 ATM 窃取设备到网络钓鱼、短信诈骗、垃圾箱潜入和受损无线网络。
- 金融和老年人诈骗:
这些犯罪使用不断演变的策略,例如电话诈骗、老年诈骗、技术支持诈骗、慈善和彩票诈骗、门票诈骗等。 - 盗用账户:肇事者非法进入受害者账户。
- 合成ID和账户欺诈:合成账户欺诈是基于伪造的身份,使其看起来像真实的具有良好信用评分和特征的客户。
- 洗钱。反洗钱工作已经成为近年来面临的严重困难。
- 抵押欺诈和贷款欺诈
基于图的欺诈检测技术
对于金融交易数据的表示图本身就具有优势。节点和边通常代表公司、个人、账户、资金转移、位置、设备和其他金融
或非财务数据。根据应用的不同,不同类型的图&#x