摘要：基于Project Aurora的研究成果，国际清算银行（BIS）创新枢纽的Project Hertha探索了如何通过交易分析在实时零售支付系统中识别金融犯罪模式，同时仅使用最小化的数据集。
保护支付系统免受金融犯罪侵害，同时维护用户隐私，是构建未来支付体系的重要挑战。
基于Project Aurora的研究成果，国际清算银行（BIS）创新枢纽的Project Hertha探索了如何通过交易分析在实时零售支付系统中识别金融犯罪模式，同时仅使用最小化的数据集。
该项目由BIS创新枢纽伦敦中心与英国央行合作推进。为逃避检测，犯罪者通常在跨金融机构的复杂账户网络中开展“操作”。而Project Hertha测试了应用现代人工智能（AI）技术识别支付数据中复杂协同犯罪活动的可行性。
研究发现，支付系统分析可作为补充工具，有效帮助银行和支付服务提供商（PSPs）识别可疑活动：
犯罪检测率提升：支付系统分析使银行和PSPs发现的非法账户数量增加了12%新型犯罪识别优势：对前所未见的犯罪模式识别效果提升达26%。实验采用项目开发的最先进模拟合成交易数据集，包含180万个银行账户和3.08亿笔交易。该数据集通过训练高级AI模型模拟真实交易模式生成，虽未使用真实客户数据，但高度还原了单一司法管辖区的零售支付生态。
仅作为整体解决方案的组成部分实际落地需解决复杂的法律与监管问题（超出本项目研究范围）依赖三大要素：标记训练数据、稳健的模型反馈机制及可解释性AI算法以最大化效能。项目名称致敬英国先驱科学家赫莎·艾尔顿（Hertha Ayrton）。她于1904年成为首位在皇家学会宣读论文的女性，1906年因电弧与沙纹研究获休斯奖章，同时亦是高产发明家与女性参政运动倡导者。
来源：小园科技园地
