Come il deep learning può contribuire al rilevamento delle frodi
Machine Learning e Deep Learning. Secondo Cloudera possono giocare un ruolo importante nella lotta conto le frodi. Ecco perché
Una delle molte aree in cui l’apprendimento automatico (machine learning e deep learning) può fare la differenza in ambito enterprise è la capacità di fare previsioni accurate nel campo dell’individuazione delle frodi.
Identificare una transazione come fraudolenta è un requisito critico per le società di servizi finanziari, ma sapere che una transazione che è stata segnalata come fraudolenta da un sistema basato su regole è invece una transazione valida, può essere altrettanto importante. Oltre a esserci un costo associato a una transazione erroneamente segnalata come frode, questo può erodere la fiducia del cliente, preoccupato dal verificarsi di troppi falsi positivi sul suo conto.
Un approccio per risolvere questo problema è quello di aggiungere un modello automatico di machine learning a seguire il sistema basato su regole al fine di analizzare ulteriormente le transazioni segnalate come fraudolente, ed eliminare un maggior numero di falsi positivi. Un modello ben calibrato e accurato può prevedere quali sono i falsi positivi e ridurre i costi di follow-up, migliorando drasticamente la fiducia dei clienti.
Un approccio che si avvale del deep learning ha portato notevoli miglioramenti nelle prestazioni di molteplici campi e può essere applicato altrettanto bene all’individuazione delle frodi che presenta un grande squilibrio tra il numero di transazioni valide e quelle fraudolente, rendendo gli approcci tradizionali di machine learning supervisionato meno efficaci. Un’alternativa è quella di introdurre un approccio basato sul rilevamento delle anomalie: trovare il modello nelle transazioni valide e segnalare come potenzialmente fraudolente quelle che non vi rientrano.
Le anomalie, spesso indicate come outlier, sono dati puntuali o sequenze di dati che non si conformano a una nozione di comportamento normale. L’attività di anomaly detection quindi, consiste nel trovare quei modelli in dati che non aderiscono alle norme previste. La capacità di riconoscere o rilevare comportamenti anomali può fornire indicazioni molto utili in tutti i settori industriali. Segnalare o mettere in atto una risposta pianificata quando si verificano questi casi insoliti può far risparmiare alle aziende tempo, denaro e clienti.
Il rilevamento automatico e la corretta classificazione di qualcosa che non viene considerato anomalo è un problema impegnativo che è stato affrontato in molti modi diversi nel corso degli anni. Gli approcci tradizionali di machine learning si rivelano in realtà non ottimali quando si tratta di dati ad alta dimensione, perché non riescono a catturarne la complessa struttura. È qui che i metodi di deep learning possono rivelare il loro valore.
Il rapporto esamina una serie di importanti architetture di modelli di deep learning, tra cui gli autoencoder, gli autoencoder variazionali, le reti antagoniste generative e i metodi sequenza per sequenza, e analizza come possono essere applicati al compito di rilevamento delle anomalie, confrontandoli in termini di costi di formazione, inferenza e storage.
Fonte foto apertura: Pixabay_ahmedgad
Contenuti correlati
-
Controlli tradizionali e machine learning per l’efficienza energetica negli edifici
L’efficienza energetica negli edifici è un argomento di cui, giustamente, si sente parlare da molto tempo, rappresentando un elemento fondamentale per la decarbonizzazione, che necessariamente passa attraverso l’uso più razionale delle risorse energetiche… Leggi l’articolo
-
Una ricerca Cradlepoint evidenzia come una migliore connettività porti una crescita dei ricavi
Cradlepoint, noto fornitore a livello mondiale nelle soluzioni di connettività wireless edge 5G e LTE gestite dal cloud, ha pubblicato i risultati del suo ultimo rapporto annuale “State of Connectivity in Europe”, che ha coinvolto decision maker...
-
Seco e NXP collaborano per portare Clea, una soluzione AI completa, nel settore industriale e IoT
Seco annuncia la collaborazione con NXP Semiconductors per ampliare l’accesso alla sua soluzione software Clea ad applicazioni industriali e Internet of Things (IoT). Clea è una piattaforma avanzata di Intelligenza Artificiale as a Service (AIaaS), la cui...
-
Nasce Reitech, la business unit di Reinova dedicata al digital
Nell’ambiente di innovazione e crescita promosso da Reinova, nasce Reitech: la nuova business unit dedicata al mondo digitale e a facilitare la digitalizzazione delle imprese. Una risposta alle esigenze del mercato in ambito software development, cybersecurity, intelligenza artificiale...
-
L’Italia è la nuova Silicon Valley d’Europa?
Immagina un Paese a forma di stivale in Europa che possiede il potenziale per sfidare il dominio tecnologico della Silicon Valley. Incredibile, vero? L’Italia, culla della creatività L’Italia; il paese famoso per il suo ricco mosaico di arte,...
-
Batterie sicure e a norma
Scopriamo con Zebra Technologies come fanno i produttori di auto e batterie a garantire che i loro processi e i loro prodotti siano sicuri e conformi Sostenibilità, investimenti governativi, la scelta di migrare a un parco auto...
-
5 motivi per adottare un cobot
Qual è il vantaggio rappresentato dai piccoli robot collaborativi (cobot) e perché un numero crescente di grandi imprese sta guardando a questa tecnologia per incrementare la produttività e accelerare l’automazione in fabbrica? Per le grandi aziende, non si...
-
Ingegneria 4.0: al via il primo contest Aveva sulla progettazione digitale con il software Aveva E3D
Aveva, primaria società a livello globale nel software industriale che promuove la trasformazione digitale e la sostenibilità, ha aperto le iscrizioni al suo primo concorso Aveva E3D Design Competition. Il concorso invita gli utenti di tutto il...
-
Rapporto Experian-Forrester Consulting: crescono le frodi nel 2023, in Italia colpite l’80% delle aziende
Experian ha pubblicato i risultati dell’ultimo “Forrester Fraud Research Report 2023” che analizza l’allarmante aumento delle perdite causate dalle frodi alle imprese e fornisce indicazioni su come contrastarle. Condotta da Forrester Consulting, l’indagine ha raccolto le opinioni...
-
Italia primo polo manifatturiero in Europa per la produzione di cavi e conduttori elettrici
Nel 2022 per l’industria italiana dei Cavi e Conduttori elettrici è proseguita la fase di recupero del fatturato avviata nel 2021. Le aziende hanno archiviato l’anno con un fatturato aggregato di 6,6 miliardi di euro e un...