大數據應用的四個戰場_數據分析師

如今，當人們談到欺詐時，可能第一個想到的是銀行，事實也是如此——銀行是最容易受到威脅的行業。但過去Interac Association的一份報告顯示在加拿大借記卡欺詐損失實際上已經下降了62％，而且到了2013年受益于芯片和PIN技術的發展，隨著一些安全性高、欺詐檢測機制發展起來，可以幫助企業實時檢測到欺詐行為，提升懲治犯罪機率。

對于欺詐率下降是個好消息，但是相比好消息，技術的發展不可能消除詐騙犯罪，欺詐者仍然能夠利用許多其他方法從個人和企業那里謀取金錢和資產。

幸運的是，通過收集起來了大量的數據，分析這些數據能夠檢測出正在進行的詐騙行為，或許能夠幫助公司和執法者從中找到解決方案。作為SAS加拿大安全情報實踐的負責人，Dan Nagle針對目前存在四個領域，在檢測欺詐行為方面對這四個領域的技術進行分析。

一、醫療衛生領域

正如分析所講，很多人通過偽造醫藥處方來獲取限制藥物（如Oxycontin），犯罪分子通常強迫弱勢人群填寫相關醫藥處方，然后獲取這些限制藥物進而轉售獲利。

醫療衛生組織要建立一個系統，確保藥房及其他一些人的行為合法，可以將正常藥品購買行為和違法行為區分開。大數據系統需要審查處方內容以及購買的地點，確定在每次交易中存在欺詐的潛在可能性。并通過分析軟件使用復雜的算法來發現非法活動中的一般模式，以及時對違法行為作出行動。

這一套系統為系統管理員提供了實時報警功能，幫助在監控中發現存在藥品濫用的違法行為——通常從業人員（如：醫生或藥店），或者是病人是受到勒索被迫填假處方的受害者。

二、能源領域

能源領域中也因欺詐造成了巨額損失。非法（有些還披著“合法”的外衣）企業或組織通過各種途徑從避免電費的支出，或是通過盜取其他組織的電力，或通過迂回的方式直接連接到饋電線路。

電力公司需要實時測量，了解每個客戶使用電源的情況，以便可以更準確地預測需求和對電量進行調整。而面對大量的數據困擾，需要從中找到電力盜竊的證據，而他們面臨的最大挑戰是如何從大量數據中篩選出來進而尋找證據，而且事實上數據無法長時間保存，這意味著電力公司必須做到實時的欺詐檢測。

解決方案：基于智能電表的分析系統，通過監測電力系統中不正常的表現，并將分析工具和工程系統發出的信號相結合來檢測違規行為。SAS公司通過這個方案意外地發現了測定大麻生長所在位置的方法。

三、金融信用卡領域

正如開篇提到欺詐的首要行業——金融，解決信用卡和借記卡欺詐仍然需要欺詐檢測技術，盡管欺詐犯罪在下降，但金融欺詐仍是一個急需解決的問題，加拿大的兩大銀行匯豐和Laurentian通過數據分析來解決這一難題。

匯豐銀行重點是評估出每一次信用卡交易潛在的風險。拒絕一個合法用戶的操作和允許非法交易都是系統所不想得到的效果，因此數據分析需要很高的可靠性和實時性，避免客戶合法交易被阻止轉向其他家銀行的尷尬。

另一個案例，Laurentian系統則致力于利用數據挖掘出周期性詐騙行為（如：洗錢）。為了做到這一點，Laurentian將欺詐檢測與其他系統整合到一起，了解每一個客戶交易的詳細信息、用戶之間的關聯等信息，無論資金流動情況如何復雜，銀行都能通過分析來確定交易是否合法。

四、賭博業

看過Oceans 11（十一羅漢）電影會感受到在線和離線的賭場相對于金融企業存在著更多的欺詐風險，詐騙者侵入合法玩家的賬戶，通過侵入這些賬戶進行盜竊或洗錢等違法行為。由此，分析系統為每個賭徒建立了相應的信息文檔，可以實時了解信息，甚至指紋信息。在出現異樣時候，該系統就可以立即向賭場發出警報。

可見，大數據分析系統對欺詐行為進行積極主動的打擊區別于傳統方法，傳統方法只能在欺詐發生后，依靠取證來打擊犯罪。隨著網絡犯罪的增長，未來通過大數據分析預測犯罪、制止犯罪將成為重要的發展趨勢。