欺詐檢測

欺詐檢測（Fraud Detection）使用AI識別異常或詐騙行為，廣泛應用於金融、電商、保險等領域。

檢測方法：

• 規則引擎：基於已知欺詐模式設置規則
• 異常檢測：識別偏離正常行為的交易
• 機器學習 (ML)：學習歷史欺詐案例的特徵
• graph analysis：發現關聯欺詐網絡
• 行為生物特徵：打字節奏、滑鼠移動模式

應用場景：

• 信用卡：實時檢測可疑交易
• 電商：識別盜刷、退款欺詐
• 保險：理賠欺詐檢測
• 身份驗證：識別帳號盜用
• 反洗錢：追蹤可疑資金流

挑戰：

• 誤報率：過度嚴格影響正常用戶
• 對抗進化：欺詐者持續改變手法
• 數據不平衡：詐騙案例遠少於正常交易
• 解釋性：需要說明為何標記為可疑

現代趨勢：從事後檢測轉向實時預防，結合多維度數據做綜合判斷。