Inhalt
- Definition - Was bedeutet Echtzeit-Betrugserkennung?
- Eine Einführung in Microsoft Azure und die Microsoft Cloud | In diesem Handbuch erfahren Sie, worum es beim Cloud-Computing geht und wie Microsoft Azure Sie bei der Migration und Ausführung Ihres Unternehmens aus der Cloud unterstützen kann.
- Techopedia erklärt die Betrugserkennung in Echtzeit
Definition - Was bedeutet Echtzeit-Betrugserkennung?
Betrugserkennung in Echtzeit ist die Echtzeitausführung von Algorithmen zur Betrugserkennung, um betrügerische Aktivitäten auf Kreditkarten und anderen Finanzzahlungssystemen zu erkennen. Mithilfe von Echtzeit-Datenanalysen wie forensischen Analysen und Vorhersageanalysen wird festgestellt, ob eine laufende Transaktion legitim ist oder nicht. Obwohl das System nicht perfekt ist, hat es die Betrugsverluste in den USA seit 1992, als die Betrugserkennung in Echtzeit eingeführt wurde, um 70 Prozent verringert.
Eine Einführung in Microsoft Azure und die Microsoft Cloud | In diesem Handbuch erfahren Sie, worum es beim Cloud-Computing geht und wie Microsoft Azure Sie bei der Migration und Ausführung Ihres Unternehmens aus der Cloud unterstützen kann.
Techopedia erklärt die Betrugserkennung in Echtzeit
Betrugserkennung in der einfachsten Form ist einfach eine Ausreißererkennung, die bestimmt, ob ein Ereignis wie der Kauf mit einer Kreditkarte außerhalb der normalen Umstände oder Gewohnheiten der Person, die die Kreditkarte verwendet, eintritt. Echtzeit-Betrugserkennung ist nur die Ausführung von Betrugserkennungsalgorithmen zum Zeitpunkt des Kaufs. Das System ist nicht perfekt und es werden viele Fehlalarme erfasst. Dies stellt jedoch sicher, dass Betrug sofort erkannt und möglicherweise sofort verhindert wird. Zum Beispiel kauft ein Mann, der seine Kreditkarte ausschließlich für den Online-Kauf von Gadgets verwendet, plötzlich Damenwäsche in einem Geschäft in einer weit von seinem Zuhause entfernten Stadt. Dies würde sofort als Ausreißerereignis registriert, da es so sehr von den Kaufgewohnheiten der Person abweicht, und je nach Kreditkartenaussteller könnte die Transaktion gesperrt werden, oder die Person würde unmittelbar danach einen Anruf von einem Vertreter erhalten, um zu bestätigen, ob die Der Kauf vor kurzem war legitim oder nicht.
Bevor Echtzeitsysteme die Betrugserkennung sofort ermöglichten, wurden die Ergebnisse oft erst Wochen oder Monate nach dem Kauf gesammelt. Dies erschwert es, den Betrug aufzuspüren, oder ermöglichte es dem Schuldigen, viel mehr betrügerische Käufe zu tätigen entdeckt und gefangen werden. Dies lag daran, dass Daten auf langsameren Datenträgern gespeichert wurden, da der Speicher immer noch relativ teuer war. Da die Speicherkosten seit Anfang der 90er Jahre erheblich gesunken sind, ist es möglich geworden, Daten im Speicher zu speichern, sodass die Verarbeitung sehr schnell erfolgen kann. Die Betrugserkennung in Echtzeit kann in nur 40-60 Millisekunden erfolgen. im Vergleich dazu passiert ein menschliches Augenzwinkern in 300 Millisekunden. Derzeit ist die Betrugserkennung in Echtzeit ein sehr häufiger Anwendungsfall im Bereich Big Data.