AI 사기 탐지 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 고정된 규칙(예: '5,000달러 이상의 요금 차단')만으로는 사기에 부적합한 이유는 무엇입니까?
   • 사기는 적대적이며 끊임없이 변화하므로 규칙은 오래되지 않습니다.
   • 쓰기엔 너무 비싸요
   • 은행은 규칙을 사용할 수 없습니다
   • 규칙은 주말에만 작동합니다.
2. 사기 탐지의 '클래스 불균형'은 다음과 같은 사실을 의미합니다.
   • 은행이 너무 많아
   • 사기 거래는 전체 거래에서 아주 작은 부분을 차지합니다.
   • 모든 고객이 동일한 금액을 지출합니다.
   • 데이터가 잘못된 클래스 파일에 저장되었습니다.
3. 사기 탐지에서 '오탐지'는 다음을 의미합니다.
   • 진짜 사기를 놓쳤습니다
   • 시스템이 충돌했습니다
   • 합법적인 거래가 사기로 잘못 표시되었습니다.
   • 중복 청구가 발생했습니다.
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. 거래 모니터링에서 '속도'의 예가 되는 신호는 무엇입니까?
   • 몇 분 안에 많은 요금이 발생함
   • 고객의 생일
   • 카드의 색상
   • 은행 로고
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