新冠疫情肆虐期間，網上購物風氣愈趨盛行，無現金交易騙案亦隨之大增。根據金管局資料顯示，2021 年涉及 535 宗信用卡相關的投訴，較去年同期增加 99%，當中超過 74% 涉及與欺詐有關的交易爭議或未經授權交易。
此外，隨著遙距開戶日趨普及，傀儡戶口數量亦有上升趨勢。根據財庫局資料，於 2020 年 3 月至 6 月期間發現大幅上升的詐騙轉介個案中，逾五成均涉及由詐騙集團開立的傀儡戶口，令追查金融騙案難度倍增。面對日益猖獗的詐騙罪案，銀行及金融機構需進一步加強網絡保安，善用數據分析技術偵測可疑或高欺詐風險交易，以遏止大幅增加的網絡金融騙案。
跨國金融機構引入數據分析技術 三大效益有利打擊詐騙行為
隨着金融服務數碼化成為大勢所趨，在為市民大眾帶來便利之餘，亦存在不少詐騙風險。因此，銀行與金融機構必須採取更嚴密可靠的數碼安全措施，例如利用數據分析及機器學習，協助改善網絡及數據層面的保安漏洞，偵測金融罪行。
首先，數據分析和機器學習的高敏感度有助識別潛在詐騙行為。面對龐大的數據，銀行及金融機構可透過數據分析解決方案，追查微小的交易記錄，有助更容易識別出潛在的可疑交易，提升處理詐騙個案及不法交易的效率，促進行業數碼安全發展。印度證券交易委員會（SEBI）便透過全面採用 SAS 業務分析平台及其企業數據庫，匯集交易所内部及外部數據並加以分析，以預防或堵截不法交易及騙案，識別潛在的詐騙行為，降低市場交易風險。
（作者為 SAS 香港客戶諮詢高級經理滕嘉敦，題為編輯擬定）
下續：
【相關文章】
【相關文章】
即刻【按此】，用 App 睇更多產品開箱科技影片
Source：ezone.hk