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，未来十年，全球信用卡交易欺诈造成的财务损失将超过 4030 亿美元。

全新的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 NVIDIA AI Blueprint。该蓝图为金融机构提供了一个参考范例，使其能够根据用户行为来识别交易数据中的微妙模式和异常现象，与传统方法相比，它可以提高准确度并减少误报。

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

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。