Test legat de ghid · Mediu Nivel

Test de detectare a fraudelor AI

Test fraud class imbalance, false positives, network modeling, velocity signals, and changing fraud patterns. Check evaluation scope.

Căi de ghidare aferenteDetectarea fraudelor AI
Întrebare 1 de 8

De ce doar regulile fixe (de exemplu, „taxele blocate peste 5.000 USD”) sunt adesea inadecvate pentru fraudă?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. De ce doar regulile fixe (de exemplu, „taxele blocate peste 5.000 USD”) sunt adesea inadecvate pentru fraudă?
    • Frauda este contradictorie și se schimbă constant, așa că regulile devin învechite
    • Sunt prea scumpe de scris
    • Băncile nu au voie să folosească reguli
    • Regulile funcționează numai în weekend
  2. „Dezechilibrul de clasă” în detectarea fraudei se referă la faptul că:
    • Sunt prea multe bănci
    • Tranzacțiile frauduloase reprezintă o mică parte din toate tranzacțiile
    • Toți clienții cheltuiesc aceeași sumă
    • Datele sunt stocate într-un fișier de clasă greșit
  3. Un „fals pozitiv” în detectarea fraudei înseamnă:
    • S-a ratat o adevărată fraudă
    • Sistemul s-a prăbușit
    • O tranzacție legitimă a fost semnalată în mod greșit drept fraudă
    • A avut loc o încărcare dublă
  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. Care semnal este un exemplu de „viteză” în monitorizarea tranzacțiilor?
    • Multe încărcări au loc în câteva minute
    • Ziua de naștere a clientului
    • Culoarea cardului
    • Sigla băncii
  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