由于人工智能無法獨自應(yīng)對網(wǎng)絡(luò)欺詐，因此人工智能和人類智慧的結(jié)合才是前進的方向。

網(wǎng)絡(luò)欺詐是一種全球性威脅，專家們認為這是世界上增長最快、最危險的經(jīng)濟犯罪。不難理解其原因。根據(jù)目前的預測，到2021年，互聯(lián)網(wǎng)欺詐在全球造成的損失將達到6萬億美元。人工智能（AI）被認為是身份驗證市場中的關(guān)鍵技術(shù)驅(qū)動力，許多人認為人工智能將有助于解決網(wǎng)絡(luò)欺詐問題。但是，當人工智能變得越來越智能化的時候，欺詐者也在試圖挑戰(zhàn)它所提供的保護。

現(xiàn)在是犯罪分子利用許多在線操作的安全協(xié)議的絕佳機會，因為冠狀病毒疫情已經(jīng)迫使他們加速向數(shù)字化邁進。因此，新賬戶欺詐正成為一個主要問題，來自Action Fraud公司的最新調(diào)查數(shù)據(jù)顯示，自從今年3月23日以來，網(wǎng)上購物欺詐造成1660萬英鎊的損失。

人工智能適合在哪里采用？

從身份管理的角度來看，人工智能在驗證過程中起著至關(guān)重要的作用。它通過讀取復雜的安全功能（如全息圖和微縮文本）來識別和分類文檔的能力通常會導致強大而可靠的身份驗證。此外，生物識別技術(shù)的重大進步提供了更高水平的防欺詐標準。例如，Liveness Detection是人工智能計算機系統(tǒng)確定其與真實存在的人員而非虛假的偽造物交互作用的能力，它正在幫助防止欺詐者使用被盜的照片，深度假冒視頻或面具來進行訪問?；騽?chuàng)建在線帳戶?；铙w檢測可以在不到兩秒鐘的時間內(nèi)識別并確認這是一張活人的臉，甚至高級面具、冒名頂替者、冒充者和偽裝者都可以高度準確地地被發(fā)現(xiàn)。

為了測量這些生物識別系統(tǒng)，錯誤接受率（FAR）被認為是至關(guān)重要的。這是一個特定的關(guān)鍵績效指標，用于衡量生物識別系統(tǒng)的錯誤接受程度。它跟蹤并評估生物識別系統(tǒng)的精度，以確定未經(jīng)授權(quán)的用戶在系統(tǒng)上得到驗證的速率。當前的法規(guī)要求政府使用的生物識別系統(tǒng)的錯誤接受率（FAR）必須低于0.1％。人工智能驅(qū)動的解決方案甚至能夠勝過這些難以置信的要求。

盡管人工智能提供了無與倫比的安全性以防止身份欺詐，但欺詐者已變得越來越善于偽造和偽造真實的全息圖，從而繞過人工智能和機器學習技術(shù)。在這里，采用混合方法變得至關(guān)重要，即使是最老練的欺詐者，也幾乎無法戰(zhàn)勝人工智能技術(shù)的最新發(fā)展和人類專家。

混合方法對驗證安全性的重要性

人們知道，人工智能和機器學習可以快準確地識別身份證件，提取相關(guān)數(shù)據(jù)并使用生物識別技術(shù)來比較面部特征，但是，混合方法可以使這一步驟更進一步發(fā)展。當技術(shù)檢查與人體識別專家的知識相結(jié)合時，不僅企業(yè)及其客戶的安全網(wǎng)增加了一倍，風險降低了一半，新入職客戶的轉(zhuǎn)化率也提高了。

實際上，這意味著專有技術(shù)將使用人工智能以最大的精度掃描和識別身份證件上的安全特征，例如，包括要求用戶將其身份證件朝攝像頭前方的各個方向傾斜，以便全息圖等安全特征變得可見。同時，經(jīng)過專門訓練的身份識別專家將在視頻對話期間檢查安全功能。

采取機器和人工相結(jié)合的方式進行身份驗證時，最關(guān)鍵的區(qū)別可能是人類利用自己的直覺來發(fā)現(xiàn)個人響應(yīng)中的差異的能力。例如，眼睛從攝像頭移開便可以向身份識別專家建議，客戶正在受到脅迫，這是某些技術(shù)無法單獨識別的。人們還可以問社會工程學問題，以確定客戶是否真實。僅使用自動化就意味著一些潛在客戶在現(xiàn)階段將無法通過入職流程，但通過將他們與能夠進一步進行身份驗證的專家聯(lián)系起來，轉(zhuǎn)化率會變得更高。簡單地說，通過人類和機器的結(jié)合，可以實現(xiàn)最高級別的安全。

在身份驗證方面有很多選擇。然而，對于許多人來說，只采用自動化方法就足夠了，為了防止日益復雜的威脅，同時提高客戶轉(zhuǎn)化率，現(xiàn)在是時候超越最低限度了。人們必須探索可以從中學到什么，以及如何復制德國著名的世界領(lǐng)先的德國聯(lián)邦金融監(jiān)管局的監(jiān)管制度和格局，以確保金融業(yè)保持穩(wěn)健，并能夠挑戰(zhàn)日益增長的全球網(wǎng)絡(luò)犯罪和欺詐威脅。
責任編輯：tzh