Inhoudsopgave:
Fraudedetectie en -preventie is een grote pijn voor de banksector. De industrie besteedt miljoenen aan technologieën om fraude te verminderen, maar de meeste van de huidige mechanismen zijn gebaseerd op statische historische gegevens. En het is gebaseerd op patroon- en handtekeningmatching op basis van deze historische gegevens, dus eerste frauduleuze handelingen zijn zeer moeilijk te detecteren en kunnen veel financieel verlies veroorzaken. De enige oplossing is het implementeren van een mechanisme op basis van zowel historische als realtime gegevens. Hier spelen het Hadoop-platform en machine learning een rol.
Fraude en banken
Banken zijn erg kwetsbaar voor fraude, omdat fraude hun belangrijkste oorzaak van geldverlies is. Een schatting suggereert dat elk jaar meer dan $ 1, 7 biljoen verloren gaat als gevolg van bankfraude. Om dit te voorkomen geven banken veel geld uit aan fraudepreventie. Ze geven echter niet veel uit om zichzelf te beschermen. Daarom zijn de huidige technologieën waarmee banken tegenwoordig zijn uitgerust, niet krachtig genoeg. Big data en machine learning kunnen echter helpen het huidige systeem te vernieuwen en fraude tot een dieptepunt te verminderen.
De huidige benaderingen van fraudedetectie hebben de volgende beperkingen:
