Kvíz spojený s průvodcem · Střední úroveň
Kvíz odhalování AI podvodů
Testujte nevyváženost tříd podvodů, falešné poplachy, modelování sítě, signály rychlosti a měnící se vzorce podvodů. Zkontrolujte rozsah hodnocení.
Otázka 1 z 8
Proč jsou samotná pevná pravidla (např. „blokovací poplatky nad 5 000 USD“) často nedostačující pro podvod?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Proč jsou samotná pevná pravidla (např. „blokovací poplatky nad 5 000 USD“) často nedostačující pro podvod?
- Podvody jsou nepřátelské a neustále se mění, takže pravidla jsou zastaralá
- Jsou příliš drahé na psaní
- Banky nemají povoleno používat pravidla
- Pravidla fungují pouze o víkendech
- „Nerovnováha tříd“ při odhalování podvodů se týká skutečnosti, že:
- Bank je příliš mnoho
- Podvodné transakce tvoří nepatrný zlomek všech transakcí
- Všichni zákazníci utratí stejnou částku
- Data jsou uložena v nesprávném souboru třídy
- „falešně pozitivní“ při odhalování podvodů znamená:
- Chyběl skutečný podvod
- Systém se zhroutil
- Legitimní transakce byla nesprávně označena jako podvod
- Došlo k duplicitnímu poplatku
- What challenge can neighbor-based message propagation create for a fraud GNN?
- It guarantees every linked account is fraudulent
- It removes all concept drift from the data
- It prevents investigators from reviewing transactions
- Neighbor and hub effects can amplify class-imbalance problems
- Který signál je příkladem „rychlosti“ při monitorování transakcí?
- Mnoho poplatků probíhá během několika minut
- narozeniny zákazníka
- Barva karty
- Logo banky
- What fraud typology did FinCEN’s 2024 deepfake alert describe?
- Deepfakes that automatically reverse settled transactions
- Deepfake media and fraudulent identity documents used to evade identity verification or authentication
- A rule requiring banks to reject every voice call
- Synthetic identities that prove a customer committed a crime
- Why can accuracy be misleading for a highly imbalanced fraud dataset?
- Accuracy is always equal to recall
- Fraud labels are never used
- A model can score high accuracy by predicting the majority legitimate class while missing fraud
- The test set must contain no legitimate transactions
- What is one reason a graph model can help identify linked fraud patterns?
- It removes the need for labels or investigation
- It proves that connected accounts are criminal
- It guarantees real-time detection
- It can represent relationships among accounts, transactions, or devices