FAA框架：基于大语言模型的信用卡欺诈调查方法
密码学与安全
2025-06-16 v1 人工智能
摘要
电子商务行业的持续增长吸引了利用被盗信用卡信息进行欺诈的不法分子。公司通常会调查可疑交易以维持客户信任并弥补欺诈检测系统中的漏洞。然而，分析师们被信用卡交易监控系统产生的大量警报所淹没。每项警报调查都需要欺诈分析师投入仔细的关注、专业知识和精确的结果记录，从而导致警报疲劳。为解决这一问题，我们提出了一种欺诈分析师助手（FAA）框架，该框架利用多模态大语言模型（LLM）来自动化信用卡欺诈调查并生成解释性报告。FAA框架利用LLM的推理、代码执行和视觉能力，在每个调查步骤中进行规划、证据收集和分析。对500项信用卡欺诈调查的全面实证评估表明，FAA框架平均经过七个步骤即可产生可靠且高效的调查结果。因此我们发现，FAA框架可以自动化大部分工作负载，并帮助减轻欺诈分析师面临的挑战。
引用
@article{arxiv.2506.11635,
title = {FAA Framework: A Large Language Model-Based Approach for Credit Card Fraud Investigations},
author = {Shaun Shuster and Eyal Zaloof and Asaf Shabtai and Rami Puzis},
journal= {arXiv preprint arXiv:2506.11635},
year = {2025}
}