بحاول إني أتكلم عن كيف تتم عملية كشف الاحتيال (Fraud Detection) في النظام المالي واللي تعتبر حاجة أساسية في عالم التقنية المالية (FinTech). العملية ذي مش مجرد زر يوقف المعاملة أو نظام بسيط يعتمد على الشك.
هي عبارة عن منظومة معقدة تشتغل بتقنيات وأساليب متنوعة وكل وحدة منها تكمل الثانية.
أول خطوة عادة تكون باستخدام أنظمة القواعد (Rule-based Systems). وهذه اللي تحدد شروط واضحة زي مثلاً إذا كان التحويل من جهاز جديد أو من بلد مختلف وبمبلغ كبير. هنا النظام مباشرة يوقف العملية أو يحولها للمراجعة. لكن مع تطور الحيل أصبحت الانطمة تعتمد على الذكاء الاصطناعي والتعلم الآلي (Machine Learning) بشكل كبير بحيث أنه يتم تدريب النماذج على ملايين العمليات السابقة عشان تتعلم وش الطبيعي وش الغريب. فبالتالي تقدر تتنبأ بأي تصرف غير مألوف حتى لو كان غير مكرر. وفوق هذا كله النظام يتابع سلوك كل مستخدم بالتفصيل، زي مثلاً : متى يدخل؟ من أي جهاز؟ كيف يتصرف؟ وإذا فجأة تغير سلوكه هنا يبدأ النظام يشك ويشتغل ما يسمى بتحليل السلوك (Behavioral Analytics). في بعض السيناريوهات للاحتيال تكون منظمة أو تتبع ننمط منظم في هذه الحالة يتم استخدام تحليل الشبكات (Network Analysis). واللي يربط بين الحسابات ويتعرف على مجموعات تشتغل مع بعض حتى لو كانت بياناتهم منفصلة. وبعض الخوارزميات تشتغل بطريقة مختلفة تمامًا مثل خوارزميات اكتشاف الحالات الشاذة (Anomaly Detection) اللي تدور على أي شيء غير مألوف تمامًا حتى لو ما عندها نموذج مسبق تقيس عليه.
طبعاً كل هذه الأنظمة والطبقات تعطي درجة خطورة (Risk Score) لكل عملية بناء على الجهاز، التوقيت، المبلغ، والسلوك. فلو الدرجة كانت عالية يتم التصرف فورًا سواء بالحظر أو المراجعة.
هذه المراحل كاملة والانظمة تشتغل في خلفية التطبيقات البنكية والمحافظ الرقمية بدون ما يشعر فيها المستخدم حرفيًا هي خط الدفاع الأول لحماية أمواله وتعزيز ثقته في الخدمات المالية الحديثة.
#FinTech #Fraud_Detection
مصدر المنشور
هذا المحتوى نُشر أصلًا كمنشور على LinkedIn. يمكنك فتحه في تبويب جديد.