机构名称：
¥ 1.0
摘要。机器学习（ML）已成为打击交易欺诈以争取其智能的主流式。对于金融机构和企业，实时欺诈交易的低延迟检测非常重要，因为它可以快速识别和预防。同时通过使用ML来减轻欺诈性交易，同时还减少了潜伏期的努力，为此，可编程网络设备中的推断提供了潜在的解决方案。在本文中，我们介绍了思维，在可编程设备中进行了基于ML的欺诈检测。思维是在软件和硬件网络设备上进行的，包括BMV2，Intel Tofino和Nvidia Bluefield-2 DPU，并通过三个公开可用的交易数据集进行了评估。实验结果表明，MID会实时检测交易欺诈，每秒6.4 Terabits和微秒级的延迟。与基于服务器的解决方案相比，心灵每秒可以处理×800以上的跨动作，以及每笔交易的延迟降低超过×1300。同时，Mind达到了99.94％的基于服务器基准的准确性和93.66％的F1得分，仅在分类性能中显示出边际退化。因此，心灵在服务器数量中节省了大量节省，导致降低成本和能源消耗，同时提供客户体验。
实时交易欺诈检测的网络内学习
主要关键词
相关文件推荐
