Okta
flow-image

Okta如何利用机器学习自动检测和缓解收费欺诈

此资源发布者为:Okta

Okta白皮书解释了机器学习(ML)如何用于检测和减轻电话欺诈,特别是国际收入分享欺诈(IRSF),该欺诈利用基于SMS和语音的多因素认证(MFA)来获取经济利益。欺诈者在身份验证流程中生成高成本的国际电话或短信,导致企业遭受重大财务损失。Okta的反电话欺诈系统结合了启发式检测、无监督的ML模型(孤立森林算法)风险意识的速率限制,以实时分析交易。这种方法提高了检测率20%,而没有增加误报,保护了身份验证系统,同时确保可靠的用户访问和最小的干扰

 

 

立即下载

box-icon-download

必填字段*

请同意这些条款。

一旦申请此资源,即表示您同意我们的使用条款。所有数据受我们的隐私声明保护。如有任何其他问题,请发送邮件至:dataprotection@headleymedia.com

相关类别 安全, 网站安全, 人工智能, 深度学习, 无监督学习, 强化学习, 机器学习算法, 数据预处理, 模型训练, 库存管理, 预测性维护, 物流优化, 质量控制

更多资源来自 Okta