Indholdsfortegnelse:
Opsporing og forebyggelse af svig er en reel smerte for banksektoren. Branchen bruger millioner på teknologier til at reducere svig, men de fleste af de nuværende mekanismer er baseret på statiske historiske data. Og det er afhængig af mønster- og signaturmatchning baseret på disse historiske data, så førstegangsvigelige handlinger er meget vanskelige at opdage og kan forårsage et stort økonomisk tab. Den eneste løsning er at implementere en mekanisme baseret på både historiske og realtidsdata. Det er her Hadoop-platformen og maskinlæring kommer i spil.
Svig og banker
Banker er meget sårbare over for svig, da svig er deres hovedårsag til tab af penge. Et skøn antyder, at mere end $ 1, 7 billioner tabes hvert år på grund af banksvindel. For at forhindre dette bruger bankerne en masse penge på forebyggelse af svig. De bruger dog ikke meget på at beskytte sig selv. Derfor er de nuværende teknologier, som banker i dag er udstyret med, ikke stærke nok. Imidlertid kan big data og maskinlæring hjælpe med til at genskabe det nuværende system og mindske svindel til niveauer til en laveste tid.
De nuværende fremgangsmåder til afsløring af svig har følgende begrænsninger:
