Rehber bağlantılı sınav · Orta Seviye

Yapay Zeka Dolandırıcılık Tespit Sınavı

Dolandırıcılık sınıfı dengesizliğini, hatalı pozitifleri, ağ modellemeyi, hız sinyallerini ve değişen dolandırıcılık modellerini test edin. Değerlendirme kapsamını kontrol edin.

İlgili kılavuz yollarıYapay Zeka Dolandırıcılık Tespiti
Soru 1 arasında 8

Neden tek başına sabit kurallar (örneğin, '5.000 ABD dolarının üzerindeki ücretleri bloke etme') dolandırıcılık için genellikle yetersizdir?

Her soruyu önizleyin8 sorular

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

  1. Neden tek başına sabit kurallar (örneğin, '5.000 ABD dolarının üzerindeki ücretleri bloke etme') dolandırıcılık için genellikle yetersizdir?
    • Dolandırıcılık çekişmeli bir olgudur ve sürekli değişmektedir, dolayısıyla kurallar geçerliliğini yitirmektedir
    • Yazmak çok pahalı
    • Bankaların kural kullanmasına izin verilmiyor
    • Kurallar yalnızca hafta sonları geçerlidir
  2. Dolandırıcılık tespitinde 'sınıf dengesizliği' şu gerçeği ifade eder:
    • Çok fazla banka var
    • Hileli işlemler tüm işlemlerin çok küçük bir kısmını oluşturur
    • Tüm müşteriler aynı tutarı harcıyor
    • Veriler yanlış sınıf dosyasında saklanıyor
  3. Dolandırıcılık tespitinde 'yanlış pozitif' şu anlama gelir:
    • Gerçek bir dolandırıcılık kaçırıldı
    • Sistem çöktü
    • Meşru bir işlem yanlışlıkla sahtekarlık olarak işaretlendi
    • Yinelenen bir ödeme oluştu
  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. Hangi sinyal işlem izlemede 'hız' örneğidir?
    • Birkaç dakika içinde birçok ücretlendirme gerçekleşiyor
    • Müşterinin doğum günü
    • Kartın rengi
    • Bankanın logosu
  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