Table des matières:
La détection et la prévention de la fraude sont une véritable douleur pour le secteur bancaire. L'industrie dépense des millions de dollars en technologies pour réduire la fraude, mais la plupart des mécanismes actuels sont basés sur des données historiques statiques. Et il repose sur la correspondance de modèles et de signatures basée sur ces données historiques, de sorte que les premiers actes frauduleux sont très difficiles à détecter et peuvent entraîner de nombreuses pertes financières. La seule solution est de mettre en œuvre un mécanisme basé à la fois sur des données historiques et en temps réel. C'est là que la plateforme Hadoop et l'apprentissage automatique entrent en jeu.
Fraude et banques
Les banques sont très vulnérables à la fraude, car la fraude est leur principale cause de perte d'argent. Une estimation suggère que plus de 1, 7 billion de dollars sont perdus chaque année en raison d'une fraude bancaire. Pour éviter cela, les banques dépensent beaucoup d'argent pour la prévention de la fraude. Cependant, ils ne dépensent pas beaucoup pour se protéger. Par conséquent, les technologies actuelles dont les banques sont aujourd'hui équipées ne sont pas assez puissantes. Cependant, les mégadonnées et l'apprentissage automatique peuvent aider à réorganiser le système actuel et à réduire la fraude à des niveaux jamais atteints.
Les approches actuelles de détection des fraudes présentent les limites suivantes:
