AI 不正検出クイズ

クイズに答えると、答えと解説が表示されます。

1. 固定ルール (例: 「5,000 ドルを超える料金をブロックする」) だけでは、詐欺行為には不十分な場合が多いのはなぜですか?
   • 不正行為は敵対的であり、常に変化するため、ルールは古くなります
   • 書くには高価すぎる
   • 銀行はルールを使用できません
   • ルールは週末にのみ適用されます
2. 不正検出における「クラスの不均衡」とは、次の事実を指します。
   • 銀行が多すぎる
   • 不正な取引は全取引のほんの一部です
   • すべての顧客が同じ金額を支払います
   • データが間違ったクラス ファイルに保存されている
3. 不正検出における「誤検知」とは、次のことを意味します。
   • 本物の詐欺を見逃した
   • システムがクラッシュしました
   • 正当な取引が誤って詐欺としてフラグを立てられた
   • 重複請求が発生しました
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. トランザクション監視における「速度」の例はどの信号ですか?
   • 数分以内に多くの料金が発生する
   • お客様のお誕生日
   • カードの色
   • 銀行のロゴ
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