以打击欺诈行善：移动支付的伦理反欺诈系统
密码学与安全
2021-06-30 v2 人工智能
计算机与社会
机器学习
摘要
应用开发者通常使用安全挑战（一种逐步增强认证的形式）为其应用增加安全性。然而，此类架构的伦理影响此前未被研究。在本文中，我们提出一项大规模测量研究，在运行于移动设备的真实应用中部署现有反欺诈安全挑战 Boxer。我们发现尽管 Boxer 总体表现良好，但在以低于每秒一帧（FPS）运行其机器学习模型的设备上无法有效扫描，从而阻止使用廉价设备的用户。基于研究见解，我们设计了 Daredevil，一种用于扫描支付卡的新反欺诈系统，可在现代移动设备上广泛的性能特征与硬件配置下良好工作。与 Boxer 相比，Daredevil 将运行低于 1 FPS 的设备数量减少了一个数量级，提供了更公平的反欺诈系统。总计，我们从分布于 496 个运行生产软件并与真实用户交互的真实应用中的 5,085,444 台真实设备收集了数据。
引用
@article{arxiv.2106.14861,
title = {Doing good by fighting fraud: Ethical anti-fraud systems for mobile payments},
author = {Zainul Abi Din and Hari Venugopalan and Henry Lin and Adam Wushensky and Steven Liu and Samuel T. King},
journal= {arXiv preprint arXiv:2106.14861},
year = {2021}
}