新加坡测试人工智能诈骗检测系统，利用五家银行的数据更早地识别欺诈行为，从而减少客户损失

新加坡银行业正以人工智能为核心，全面升级诈骗检测机制。监管机构和行业合作伙伴正在测试，共享数据和机器学习能否帮助更早地识别可疑活动，从而减少客户损失。

人工智能助力新加坡打击银行诈骗

新加坡金融管理局正与五家银行、政府科技局及新加坡警察部队合作，共同探索如何利用人工智能和机器学习提升整个金融行业的诈骗检测能力。

此举是“价值验证”计划的一部分，旨在测试跨机构整合数据能否构建出更精准的模型，从而识别高风险交易和账户。

该计划旨在实现早期识别，使银行能在损失扩大前更快采取应对措施。

新加坡金融管理局（MAS）表示，该举措旨在通过引入更广泛的行业级交易模式视角，强化各家银行现有的欺诈防范系统。

五家银行的数据将如何使用？

该项目将利用五家参与银行的历史交易记录（包括银行账户号码）来训练和评估人工智能模型。

通过整合跨机构信息，新加坡金融管理局希望这些模型能够发现那些在孤立分析数据时可能无法察觉的诈骗模式。

该机构指出，这一更广泛的数据集可以提高识别可疑行为的准确性，并减少漏报情况。

安全数据架构是怎样的？

为应对隐私问题，新加坡金融管理局（MAS）构建了一个受控的数据共享环境，其中包含严格的访问规则和加密措施。

该机构表示：“这一安全数据共享环境由政策和协议所规范，旨在保护客户信息”。

测试阶段使用的账户号码均经过哈希处理，即被转换为编码值，因此只有原始发卡行才能将其追溯至真实账户。

访问权限仅限于受监控系统内的授权人员，且所有数据将在试运行结束后被删除。

此外，整个过程中还采用了加密技术以确保信息机密性。

这是否能改变早期发现诈骗的方式？

若取得成功，该系统可帮助银行更早地发现可疑活动，从而更快地介入并减少因诈骗造成的客户损失。

新加坡金融管理局（MAS）表示，此次演练还旨在为更广泛的行业合作奠定基础，以更有效地利用人工智能打击金融犯罪。

根据测试结果，这些模型的适用范围未来可能会扩大，以涵盖更大的数据集以及金融体系中的更多应用场景。