海关欺诈检测中基于域适应的知识共享
人工智能
2022-01-19 v1 计算机与社会
机器学习
摘要
对变化中的贸易流量的认知在风险管理中至关重要。世界各地的海关传统上依赖本地资源来积累知识并检测税务欺诈。这自然导致基础设施薄弱的国家成为潜在非法贸易的避税港。本文提出 DAS，一个记忆库平台，用于促进多国海关当局之间的知识共享以相互支持。我们提出一种域适应方法，将可迁移的欺诈知识作为原型进行共享，同时保护本地贸易信息。涵盖超过 800 万份进口申报的数据已被用于测试这一新系统的可行性，结果表明参与国在共享知识的帮助下，欺诈检测收益可提升 2 至 11 倍。我们讨论了可观的税收潜力以及对非法贸易加强政策的意义。
引用
@article{arxiv.2201.06759,
title = {Knowledge Sharing via Domain Adaptation in Customs Fraud Detection},
author = {Sungwon Park and Sundong Kim and Meeyoung Cha},
journal= {arXiv preprint arXiv:2201.06759},
year = {2022}
}
备注
AAAI2022, Special track on AI for Social Impact