新加坡金融管理局与银行业合作，利用人工智能和机器学习打击金融犯罪

【新加坡】新加坡金融管理局 (金管局) 于周一（5月4日）表示，将利用人工智能和机器学习技术来打击金融犯罪。

为提高诈骗侦测能力，该中央银行将与银行业界的合作伙伴、新加坡政府科技局 (GovTech) 以及新加坡警察部队合作。

金管局正在进行一项价值证明 (POV) 演练，以探索在预防性诈骗侦测中使用人工智能和机器学习，这是将这些技术应用于全行业用例的更广泛努力的一部分。

金管局表示，这项价值证明演练将为更深入的行业合作奠定基础，并加强和补充金融机构在预防和打击金融犯罪方面的现有努力。

该局补充说，演练将使用五家银行的数据来建立更稳健、更准确的人工智能和机器学习模型，以识别风险较高的交易和账户。

该机构指出，这种“及时的识别有助于及时的评估、干预，并减少客户因诈骗蒙受的损失”。

具体而言，来自参与银行、包含银行账号的历史交易数据将被用于训练和评估人工智能及机器学习模型，以评估其在改进诈骗侦测方面的潜力。

为支持这项价值证明演练，金管局已为行业合作伙伴提供了“一个安全的‘数据共享’环境，该环境由相关政策和协议监管，以保障客户信息”。

金管局还与行业参与者建立了一个框架，以确保共享的数据得到保护并被负责任地使用。该中央银行补充说，在价值证明演练中使用的数据将保持机密，并通过加密技术加以保护。

SEE ALSO

Director and company secretary to be charged over suspected involvement in money-laundering activities

Will the step forward in frontier AI mean a step backward in cybersecurity?

例如，银行账号将经过哈希处理，这是一种用一组独特的生成值来替代输入数据的算法过程。这确保了只有提供数据的银行才能识别出实际的账号。

金管局表示，此外，只有授权人员才能在受控环境中访问数据，该环境在整个价值证明演练期间将受到监控。

所有使用的数据将在演练结束时被删除。

金管局表示，在评估其有效性后，可能会通过纳入更广泛的数据集和更多样化的用例，来扩大所使用的人工智能和机器学习模型的范围和复杂性。

“朝着正确方向迈出的一步”

《商业时报》采访的行业观察家对此举表示欢迎。

普华永道新加坡合伙人 Thangaraja Nadaraja 表示，金管局的倡议“意义重大”，因为汇总五家银行的数据能使人工智能和机器学习模型侦测出“任何单一机构单独行动时都无法看到的”模式。

专门从事金融服务风险、监管和合规的 Nadaraja 表示，相反，由个别机构开发的模型可能会存在“盲点”，因为每家银行只能看到生态系统中一部分的较小数据池。

同样，安永亚细安金融服务风险咨询主管 Radish Singh 称金管局的这项倡议是“朝着正确方向迈出的一步”。

Singh 指出，虽然部署人工智能和机器学习能力来打击诈骗并非新想法——各银行已有此类实践——但金管局的倡议标志着行业为应对此问题做出的“协同努力”。

Singh 说，通过合作汇集多家银行的数据，为人工智能和机器学习模型提供了更大的数据集，以理解诈骗模式和关联。

参与了金管局此次合作的 DBS，已于2023年在反诈骗监控中采用了人工智能和机器学习，并一直沿用至今。

DBS 集团调查与欺诈咨询主管 Yin Juon Qiang 表示，这项技术在帮助避免诈骗方面一直很有效。

他补充说，该银行将与金管局合作，看看这项合伙业务——特别是整合了五家银行的数据——是否能补充其现有的反诈骗能力。

金融软件公司 Fenergo 的市场开发总监 Bryan Keasberry 也认为，与银行业、GovTech 和警方的合作能够实现“在造成损害前，以一种更协调、更主动的方式侦测可疑活动”。

他说：“金融犯罪不再是任何一家银行或一个参与者可以独自应对的事情。诈骗者和洗钱者跨机构、账户、支付渠道和边境活动，其速度往往超过传统监控系统的反应能力。”

安永亚细安的 Singh 表示，在新加坡以外，其他司法管辖区也已为打击诈骗建立了公共和私营部门之间的合伙业务。

Fenergo 的 Keasberry 指出，此类倡议的一个例子是由澳大利亚的金融犯罪监管机构——澳大利亚交易报告和分析中心 (Australian Transaction Reports and Analysis Centre) 发起的 Fintel Alliance。

Fintel Alliance 汇集了主要银行、监管机构、执法部门和其他合作伙伴，他们共同合作、发展共享情报，并侦测和预防严重犯罪。

Keasberry 认为，Fintel Alliance 表明，汇集数据和应用高级分析可以揭示出“个别机构可能无法自行发现的”犯罪模式。

他说：“这是一个强有力的模式，可供新加坡参考，并表明打击金融犯罪越来越需要生态系统的响应。”