Κουίζ AI Fraud Detection

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

1. Γιατί μόνο οι σταθεροί κανόνες (π.χ. «αποκλείστε χρεώσεις άνω των 5.000 $») είναι συχνά ανεπαρκείς για απάτη;
   • Η απάτη είναι αντίθετη και αλλάζει συνεχώς, επομένως οι κανόνες είναι μπαγιάτικοι
   • Είναι πολύ ακριβά για να γραφτούν
   • Οι τράπεζες δεν επιτρέπεται να χρησιμοποιούν κανόνες
   • Οι κανόνες λειτουργούν μόνο τα Σαββατοκύριακα
2. Η «ανισορροπία κατηγορίας» στον εντοπισμό απάτης αναφέρεται στο γεγονός ότι:
   • Υπάρχουν πάρα πολλές τράπεζες
   • Οι δόλιες συναλλαγές αποτελούν ένα μικρό κλάσμα όλων των συναλλαγών
   • Όλοι οι πελάτες ξοδεύουν το ίδιο ποσό
   • Τα δεδομένα αποθηκεύονται σε λάθος αρχείο κλάσης
3. Ένα «ψευδές θετικό» στον εντοπισμό απάτης σημαίνει:
   • Χάθηκε μια πραγματική απάτη
   • Το σύστημα κατέρρευσε
   • Μια νόμιμη συναλλαγή επισημάνθηκε εσφαλμένα ως απάτη
   • Προέκυψε διπλή χρέωση
4. 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
5. Ποιο σήμα είναι παράδειγμα «ταχύτητας» στην παρακολούθηση συναλλαγών;
   • Πολλές χρεώσεις πραγματοποιούνται μέσα σε λίγα λεπτά
   • Τα γενέθλια του πελάτη
   • Το χρώμα της κάρτας
   • Το λογότυπο της τράπεζας
6. 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
7. 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
8. 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