卡卡银行引入了一种基于人工智能（AI）的金融诈骗检测模型，该模型分析金融交易前后的行为流，以预测金融诈骗风险。此举旨在更精确地检测语音诈骗等金融诈骗行为。

卡卡银行于9日宣布，已将其开发的AI金融诈骗检测模型——“序列检测模型”应用于自身的异常交易检测系统（FDS）。

序列模型不仅分析转账、取款等单个交易结果，还综合分析交易前后的行为模式，以预测金融诈骗的风险。

该模型采用了AI理解数据间关联性和流动性的“注意力机制”，分析交易发生顺序、行为间的时间间隔、设备更换等多种行为线索。例如，它能够分析在应用程序接入后，交易进行到某一时间段活动暂停后再次进行的模式。交易中断后重新开始的模式常常出现在诈骗组织说服受害者或诱导其进行追加转账的过程中，序列模型能够检测到这一点，从而用于金融诈骗的预防。

成效也已显现。卡卡银行表示，自去年11月试点引入序列模型以来，通过FDS监控预防的金融诈骗案件数量较引入前月均增加了4.4倍。今年第一季度，卡卡银行预防的所有金融诈骗可疑交易中，序列模型单独检测的案例占比达49.8%。

卡卡银行计划进一步提升序列模型，以使FDS系统更加精细化。卡卡银行相关人士表示：“我们不仅能够检测特定时点的异常交易，还能基于交易前后的行为流预测风险。我们将持续进行技术研发，主动应对日益智能化的金融犯罪。”