精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當前位置:新聞中心行業動態 → 正文

圖技術助力企業打擊商業欺詐

責任編輯:cres |來源:企業網D1Net  2022-10-19 16:11:13 原創文章 企業網D1Net

作者:Neo4j大中華區總經理方俊強
 
每年企業因欺詐所承受的損失可達數百萬美元。根據普華永道的數據,自2020年以來,近一半的企業組織都經歷過腐敗、欺詐或其他經濟犯罪。隨著管理者對風險防范與控制意識的提升,越來越多的企業采用圖技術構建應用系統,解決欺詐關聯問題,以便更好地實現企業目標。
 
圖技術的優勢在于將數據之間的關系作為優先級,使用圖數據庫可直觀顯示,對于高度互連、數據量龐大、數據種類繁多以及需要對復雜查詢作出快速響應的分析非常有效。作為全球圖數據平臺的領導者,Neo4j圖數據平臺可以輕松對復雜關系進行建模、存儲和處理,并識別隱藏在傳統表格數據集中的模式和洞察。Neo4j圖數據平臺優異的可擴展性、全面的圖算法和強大的圖分析能力在欺詐調查速度、欺詐識別效率和風險傳導管理等方面極具優勢。

 
Neo4j大中華區總經理方俊強
 
挑戰日益加劇——網絡成為欺詐新陣地
 
據中國司法大數據研究院8月相關報告數據顯示,2017年至2021年,全國各級法院一審審結的涉及信息網絡犯罪案件共計28.20萬余件,案件量呈逐年上升趨勢,其中詐騙罪案件量占比最高,為36.53%,信息網絡犯罪案共涉及66萬余名被告人。
 
數字平臺為欺詐創造了新的機會,復雜的交易網絡可使用復雜的分層技術來掩蓋當事人。大量小額交易通過代理、公司和金融機構組成的迷宮進行,使得調查人員很難開展資金追蹤。
 
隨著疫情引發的數字化熱潮,許多現有的制衡機制沒有及時更新。離線工作系統和流程不再適用于在線世界。互聯網無國界的特性使經濟實體可以輕松訪問其他國家,且不受限于這些國家的管轄范疇和執法范圍。
 
應對策略核心——速度至關重要
 
速度對于檢測欺詐和防止其傳播至關重要。但當前的欺詐檢測工具無法應對如今數百萬筆交易和涉及的各方。一些機構已經轉向自動化、人工智能、機器學習和自然語言處理 (NLP),但這些工具的效果也僅與提供的數據大同小異。
 
問題在于,使用現有的取證方法,數據存儲在使用以單元格(列和行)展示的傳統關系型數據庫系統中,只能關聯兩條數據。這意味著無法檢測到可能表明異常行為的關鍵模式和關聯。
 
隨著業務流程加速且更自動化,檢測欺詐的時間范圍正在縮小。實時解決方案變得至關重要。Neo4j知識圖譜尋找隱藏在復雜關聯事件中的模式,在更短的時間內以可擴展的方式從具有復雜上下文情景的大量數據中獲取有價值的信息,用戶可以對基礎數據進行推理并自信地使用其進行復雜的決策。
 
識別可疑鏈接
 
調查人員越來越多地采用圖數據科學。這是一種完全不同的存儲和管理數據的方式,使用節點和鏈接的圖來表示它們之間的關系。這增加了諸如“交易于”或“注冊于”之類的關鍵上下文情景,有助追蹤關聯人員。
 
借助Neo4j知識圖譜,可以直觀地識別人的線索和欺詐圈。根據某人與可疑實體關系的質量、數量和距離生成“有罪關聯”分數。隨著時間的推移,這些圖變得更加有用。一旦生成了欺詐環的模式,相似性算法就可以使用該模式來檢測其他潛在的欺詐圈及其參與者。
 
精準預測與高效預防
 
保險業是最容易受到欺詐的行業之一。德勤警告稱,由于保險業務模式的數字化,自疫情以來,保險業的網絡風險正在增加。傳統上,保險公司使用基于規則的軟件來嘗試分析數十萬個索賠,其中高達10%的索賠可能是捏造或夸大的,具體取決于類別。
 
蘇黎世瑞士是蘇黎世保險集團的一部分,最初成立由25名現場調查員組成的團隊,負責調查潛在的欺詐案件。但是由于自動生成的報告數量過大而無法處理。為了更有效地進行分類,蘇黎世轉向了圖數據平臺。調查人員現在已經從基于規則的風險工具轉向基于圖的應用程序,該應用程序存儲了大約 2000 萬個節點和3500萬個關系。他們可以篩選并快速識別大量信息中的任何問題。該圖可以立即顯示爭議中的各方是否有關聯,特別是故意撞車騙保的交通事故。
 
有效保護供應鏈
 
供應鏈龐大而廣泛,供應商網絡深厚而且涉及的交易數量巨大,很容易受到欺詐的影響。其中一個場景就是食品丑聞,合格產品被更便宜、劣質或假冒產品所替代。正如畢馬威所觀察到的,“在當今全球市場中,串通回扣、賄賂和腐敗以及操縱投標的行為越來越普遍,而且越來越難以被發現”。
 
采購平臺Transparency-One嘗試開發一個基于傳統列和行數據庫的可視化平臺,該平臺使用SQL(結構化查詢語言)來查詢數據。其目的是確保可追溯性并使用戶能夠搜索受特定原材料或設施問題影響的任何產品。
 
但是信息數量和結構對于該平臺來說實在太多,無法快速處理。Transparency-One因此轉移到了圖數據平臺。它能夠分析數千種不同的產品,并在幾秒鐘內生成結果。制造商和品牌所有者可以了解、監控、分析和搜索他們的供應鏈,并共享有關生產場所和產品的重要數據。
 
傳統技術無法檢測精心設計的欺詐圈或大量可疑活動,與之相比,可存儲更豐富、更深入數據的圖數據科學能夠實現實時分析和欺詐預防,為組織節省數百萬美元。
 
越來越多的公司將在數字優先經濟中面臨更嚴峻的欺詐挑戰,需要以更大的敏捷性擴展解決方案流程。圖技術在處理關系復雜數據上的優勢有目共睹,國內外各行各業如火如荼地開展圖技術的探索和應用,其未來前景也將大放異彩。

關鍵字:商業欺詐

原創文章 企業網D1Net

x 圖技術助力企業打擊商業欺詐 掃一掃
分享本文到朋友圈
當前位置:新聞中心行業動態 → 正文

圖技術助力企業打擊商業欺詐

責任編輯:cres |來源:企業網D1Net  2022-10-19 16:11:13 原創文章 企業網D1Net

作者:Neo4j大中華區總經理方俊強
 
每年企業因欺詐所承受的損失可達數百萬美元。根據普華永道的數據,自2020年以來,近一半的企業組織都經歷過腐敗、欺詐或其他經濟犯罪。隨著管理者對風險防范與控制意識的提升,越來越多的企業采用圖技術構建應用系統,解決欺詐關聯問題,以便更好地實現企業目標。
 
圖技術的優勢在于將數據之間的關系作為優先級,使用圖數據庫可直觀顯示,對于高度互連、數據量龐大、數據種類繁多以及需要對復雜查詢作出快速響應的分析非常有效。作為全球圖數據平臺的領導者,Neo4j圖數據平臺可以輕松對復雜關系進行建模、存儲和處理,并識別隱藏在傳統表格數據集中的模式和洞察。Neo4j圖數據平臺優異的可擴展性、全面的圖算法和強大的圖分析能力在欺詐調查速度、欺詐識別效率和風險傳導管理等方面極具優勢。

 
Neo4j大中華區總經理方俊強
 
挑戰日益加劇——網絡成為欺詐新陣地
 
據中國司法大數據研究院8月相關報告數據顯示,2017年至2021年,全國各級法院一審審結的涉及信息網絡犯罪案件共計28.20萬余件,案件量呈逐年上升趨勢,其中詐騙罪案件量占比最高,為36.53%,信息網絡犯罪案共涉及66萬余名被告人。
 
數字平臺為欺詐創造了新的機會,復雜的交易網絡可使用復雜的分層技術來掩蓋當事人。大量小額交易通過代理、公司和金融機構組成的迷宮進行,使得調查人員很難開展資金追蹤。
 
隨著疫情引發的數字化熱潮,許多現有的制衡機制沒有及時更新。離線工作系統和流程不再適用于在線世界。互聯網無國界的特性使經濟實體可以輕松訪問其他國家,且不受限于這些國家的管轄范疇和執法范圍。
 
應對策略核心——速度至關重要
 
速度對于檢測欺詐和防止其傳播至關重要。但當前的欺詐檢測工具無法應對如今數百萬筆交易和涉及的各方。一些機構已經轉向自動化、人工智能、機器學習和自然語言處理 (NLP),但這些工具的效果也僅與提供的數據大同小異。
 
問題在于,使用現有的取證方法,數據存儲在使用以單元格(列和行)展示的傳統關系型數據庫系統中,只能關聯兩條數據。這意味著無法檢測到可能表明異常行為的關鍵模式和關聯。
 
隨著業務流程加速且更自動化,檢測欺詐的時間范圍正在縮小。實時解決方案變得至關重要。Neo4j知識圖譜尋找隱藏在復雜關聯事件中的模式,在更短的時間內以可擴展的方式從具有復雜上下文情景的大量數據中獲取有價值的信息,用戶可以對基礎數據進行推理并自信地使用其進行復雜的決策。
 
識別可疑鏈接
 
調查人員越來越多地采用圖數據科學。這是一種完全不同的存儲和管理數據的方式,使用節點和鏈接的圖來表示它們之間的關系。這增加了諸如“交易于”或“注冊于”之類的關鍵上下文情景,有助追蹤關聯人員。
 
借助Neo4j知識圖譜,可以直觀地識別人的線索和欺詐圈。根據某人與可疑實體關系的質量、數量和距離生成“有罪關聯”分數。隨著時間的推移,這些圖變得更加有用。一旦生成了欺詐環的模式,相似性算法就可以使用該模式來檢測其他潛在的欺詐圈及其參與者。
 
精準預測與高效預防
 
保險業是最容易受到欺詐的行業之一。德勤警告稱,由于保險業務模式的數字化,自疫情以來,保險業的網絡風險正在增加。傳統上,保險公司使用基于規則的軟件來嘗試分析數十萬個索賠,其中高達10%的索賠可能是捏造或夸大的,具體取決于類別。
 
蘇黎世瑞士是蘇黎世保險集團的一部分,最初成立由25名現場調查員組成的團隊,負責調查潛在的欺詐案件。但是由于自動生成的報告數量過大而無法處理。為了更有效地進行分類,蘇黎世轉向了圖數據平臺。調查人員現在已經從基于規則的風險工具轉向基于圖的應用程序,該應用程序存儲了大約 2000 萬個節點和3500萬個關系。他們可以篩選并快速識別大量信息中的任何問題。該圖可以立即顯示爭議中的各方是否有關聯,特別是故意撞車騙保的交通事故。
 
有效保護供應鏈
 
供應鏈龐大而廣泛,供應商網絡深厚而且涉及的交易數量巨大,很容易受到欺詐的影響。其中一個場景就是食品丑聞,合格產品被更便宜、劣質或假冒產品所替代。正如畢馬威所觀察到的,“在當今全球市場中,串通回扣、賄賂和腐敗以及操縱投標的行為越來越普遍,而且越來越難以被發現”。
 
采購平臺Transparency-One嘗試開發一個基于傳統列和行數據庫的可視化平臺,該平臺使用SQL(結構化查詢語言)來查詢數據。其目的是確保可追溯性并使用戶能夠搜索受特定原材料或設施問題影響的任何產品。
 
但是信息數量和結構對于該平臺來說實在太多,無法快速處理。Transparency-One因此轉移到了圖數據平臺。它能夠分析數千種不同的產品,并在幾秒鐘內生成結果。制造商和品牌所有者可以了解、監控、分析和搜索他們的供應鏈,并共享有關生產場所和產品的重要數據。
 
傳統技術無法檢測精心設計的欺詐圈或大量可疑活動,與之相比,可存儲更豐富、更深入數據的圖數據科學能夠實現實時分析和欺詐預防,為組織節省數百萬美元。
 
越來越多的公司將在數字優先經濟中面臨更嚴峻的欺詐挑戰,需要以更大的敏捷性擴展解決方案流程。圖技術在處理關系復雜數據上的優勢有目共睹,國內外各行各業如火如荼地開展圖技術的探索和應用,其未來前景也將大放異彩。

關鍵字:商業欺詐

原創文章 企業網D1Net

電子周刊
回到頂部

關于我們聯系我們版權聲明隱私條款廣告服務友情鏈接投稿中心招賢納士

企業網版權所有 ©2010-2024 京ICP備09108050號-6 京公網安備 11010502049343號

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 漳平市| 介休市| 抚顺市| 滦平县| 庄浪县| 阿克陶县| 青田县| 黄骅市| 河北省| 嵩明县| 建瓯市| 甘孜| 池州市| 喀喇| 永吉县| 邵东县| 屏东县| 滕州市| 攀枝花市| 大连市| 罗山县| 汉寿县| 巫山县| 昭觉县| 治多县| 海兴县| 石柱| 同德县| 峨山| 剑川县| 特克斯县| 巴南区| 双桥区| 太康县| 嫩江县| 镇康县| 前郭尔| 松桃| 涞水县| 青田县| 安阳市|