Machine Learning can be used for anomaly detection and risk scoring of call data. Anomaly detection looks to flag abnormal call volume patterns and calls to high-risk destinations. Risk scoring looks to assign a score to flag incoming calls for further investigation based on factors such as call location, call destination, and time of day.

The telecommunications company Bell Canada used the software company Amdocs to implement a self-tuning fraud detection system for its network.  This resulted in a 10% increase in fraud detection, a 150% improvement in the time taken to detect fraud losses to fraud, and a 200% improvement in detecting new fraud schemes. Due to the self-tuning nature of the Machine Learning algorithms applied, Bell Canada were also able to significantly reduce the maintenance of the system in comparison to conventional fraud detection methods.

L'apprentissage automatique peut être utilisé pour la détection d'anomalies et l'évaluation des risques des données d'appel. La détection des anomalies cherche à signaler les modèles de volume d'appels anormaux et les appels vers des destinations à haut risque. La notation des risques cherche à attribuer un score pour signaler les appels entrants pour une enquête plus approfondie en fonction de facteurs tels que l'emplacement de l'appel, la destination de l'appel et l'heure de la journée. La société de télécommunications Bell Canada a fait appel à la société de logiciels Amdocs pour mettre en œuvre un système de détection de fraude à réglage automatique pour son réseau. Cela a entraîné une augmentation de 10 % de la détection des fraudes, une amélioration de 150 % du temps nécessaire pour détecter les pertes dues à la fraude et une amélioration de 200 % de la détection de nouveaux stratagèmes de fraude. En raison de la nature d'autoréglage des algorithmes d'apprentissage automatique appliqués, Bell Canada a également pu réduire considérablement la maintenance du système par rapport aux méthodes de détection de fraude conventionnelles.

Télécom - Détection de fraude