論文の概要: Privacy Technologies for Financial Intelligence
- arxiv url: http://arxiv.org/abs/2408.09935v1
- Date: Mon, 19 Aug 2024 12:13:53 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-20 16:24:38.645321
- Title: Privacy Technologies for Financial Intelligence
- Title（参考訳）: 金融インテリジェンスのためのプライバシ技術
- Authors: Yang Li, Thilina Ranbaduge, Kee Siong Ng,
- Abstract要約: テロ資金やマネーロンダリングのような金融犯罪は、社会に本当の影響を及ぼす可能性がある。
パズルのさまざまな部分に関連するデータは、通常、金融機関、規制当局、法執行機関のネットワークに分散される。
プライバシ保護データマッチングと機械学習の最近の進歩は、規制当局と金融業界が集結する機会を提供する。
- 参考スコア（独自算出の注目度）: 6.287201938212411
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Financial crimes like terrorism financing and money laundering can have real impacts on society, including the abuse and mismanagement of public funds, increase in societal problems such as drug trafficking and illicit gambling with attendant economic costs, and loss of innocent lives in the case of terrorism activities. Complex financial crimes can be hard to detect primarily because data related to different pieces of the overall puzzle is usually distributed across a network of financial institutions, regulators, and law-enforcement agencies and they cannot be easily shared due to privacy constraints. Recent advances in Privacy-Preserving Data Matching and Machine Learning provide an opportunity for regulators and the financial industry to come together to solve the risk-discovery problem with technology. This paper provides a survey of the financial intelligence landscape and where opportunities lie for privacy technologies to improve the state-of-the-art in financial-crime detection.
- Abstract（参考訳）: テロ資金の調達やマネーロンダリングといった金融犯罪は、公共資金の濫用や不正管理、麻薬密売や違法賭博などの社会問題の増加、テロ活動における無実の生活の喪失など、社会に深刻な影響を及ぼす可能性がある。
複雑な金融犯罪は、主にパズルのさまざまな部分に関連するデータが、通常金融機関、規制当局、法執行機関のネットワークに分散し、プライバシーの制約により簡単には共有できないため、検出が難しい。
プライバシ保護データマッチングと機械学習の最近の進歩は、規制当局と金融業界が協力して、テクノロジによるリスク発見問題を解決する機会を提供する。
本稿では,金融インテリジェンスの現状と,金融犯罪検出の最先端化に向けたプライバシ技術の可能性について調査する。
関連論文リスト
- Robust Graph Neural Networks for Stability Analysis in Dynamic Networks [16.077138803931295]
本稿では,グラフニューラルネットワーク(GNN)アルゴリズムに基づく経済リスク同定アルゴリズムについて検討する。
金融市場のセキュリティと安定性を維持するため、金融機関や規制当局によりインテリジェントな技術ツールを提供することを目指している。
論文 参考訳（メタデータ） (2024-10-29T06:11:36Z) - Locally Differentially Private Embedding Models in Distributed Fraud
Prevention Systems [2.001149416674759]
プライバシの観点から設計され,最近のPETs Prize Challengesで授与された不正防止のための協調的なディープラーニングフレームワークを提案する。
各種トランザクションシーケンスの潜時埋め込み表現とローカル差分プライバシを利用して、外部にホストされた不正や異常検出モデルを安全に通知するデータリリース機構を構築する。
我々は,大規模決済ネットワークが寄贈した2つの分散データセットへのコントリビューションを評価し,他のアプリケーションドメインでの公開作業に類似したユーティリティ・プライバシ・トレードオフとともに,一般的な推論時攻撃に対するロバスト性を示す。
論文 参考訳（メタデータ） (2024-01-03T14:04:18Z) - Investigating Online Financial Misinformation and Its Consequences: A
Computational Perspective [31.24530091590395]
本研究の目的は、オンライン金融誤報のタイプ、ソース、影響などに関する総合的な調査を行うことである。
早期発見と緩和戦略は投資家の保護、市場の透明性の向上、金融安定の維持に役立つ。
論文 参考訳（メタデータ） (2023-09-06T02:50:16Z) - Designing an attack-defense game: how to increase robustness of
financial transaction models via a competition [69.08339915577206]
金融セクターにおける悪意ある攻撃のエスカレートリスクを考えると、機械学習モデルの敵戦略と堅牢な防御メカニズムを理解することが重要である。
本研究の目的は、逐次的な財務データを入力として使用するニューラルネットワークモデルに対する敵攻撃と防御の現状とダイナミクスを調査することである。
我々は、現代の金融取引データにおける問題の現実的かつ詳細な調査を可能にする競争を設計した。
参加者は直接対決するので、実生活に近い環境で攻撃や防御が検討される。
論文 参考訳（メタデータ） (2023-08-22T12:53:09Z) - A Privacy-Preserving Hybrid Federated Learning Framework for Financial
Crime Detection [27.284477227066972]
本稿では,金融犯罪検知のためのセキュアでプライバシーに配慮した学習と推論を提供するハイブリッド・フェデレーション学習システムを提案する。
提案するフレームワークの検知性能とプライバシ保護能力を評価するために,広範な実証的研究を行った。
論文 参考訳（メタデータ） (2023-02-07T18:12:48Z) - Having your Privacy Cake and Eating it Too: Platform-supported Auditing
of Social Media Algorithms for Public Interest [70.02478301291264]
ソーシャルメディアプラットフォームは、情報や機会へのアクセスをキュレートするので、公衆の言論を形成する上で重要な役割を果たす。
これまでの研究では、これらのアルゴリズムが偏見や差別的な結果をもたらすことを示すためにブラックボックス法が用いられてきた。
本稿では,提案法の目標を満たすプラットフォーム支援型監査手法を提案する。
論文 参考訳（メタデータ） (2022-07-18T17:32:35Z) - Fighting Money Laundering with Statistics and Machine Learning [95.42181254494287]
反マネーロンダリングのための統計的および機械学習手法に関する科学的文献はほとんどない。
本研究では,クライアントのリスクプロファイリングと疑わしい行動フラグングという2つの中心的要素を持つ統一用語を提案する。
論文 参考訳（メタデータ） (2022-01-11T21:31:18Z) - Towards Artificial Intelligence Enabled Financial Crime Detection [0.0]
我々は、金融犯罪検知における最近の研究成果を研究・分析する。
本稿では,人的介入を最小限に抑えたマネーロンダリング事例を検出する新しいモデルを提案する。
論文 参考訳（メタデータ） (2021-05-23T06:57:25Z) - Characterization of the Firm-Firm Public Procurement Co-Bidding Network
from the State of Cear\'a (Brazil) Municipalities [58.720142291102135]
我々は,2015 年から2019 年にかけて,Cear'a (ブラジル) の184 億ドルの市町村が発行する公益事業に参加する企業間の連携関係について検討した。
同様の調達活動のパターンを持つ企業のグループ/コミュニティを、地理的および活動によって定義した22ドルを識別する。
論文 参考訳（メタデータ） (2021-04-17T13:58:30Z) - PCAL: A Privacy-preserving Intelligent Credit Risk Modeling Framework
Based on Adversarial Learning [111.19576084222345]
本稿では,PCAL(Adversarial Learning)に基づくプライバシ保護型信用リスクモデリングの枠組みを提案する。
PCALは、ターゲット予測タスクのパフォーマンスの重要なユーティリティ情報を維持しながら、元のデータセット内のプライベート情報を隠蔽することを目的としている。
結果は,PCALがユーザデータから効果的なプライバシフリー表現を学習し,信用リスク分析のためのプライバシ保存機械学習の基盤となることを示唆している。
論文 参考訳（メタデータ） (2020-10-06T07:04:59Z) - A vision for global privacy bridges: Technical and legal measures for
international data markets [77.34726150561087]
データ保護法とプライバシーの権利が認められているにもかかわらず、個人情報の取引は「トレーディング・オイル」と同等のビジネスになっている。
オープンな対立は、データに対するビジネスの要求とプライバシーへの欲求の間に生じている。
プライバシを備えたパーソナル情報市場のビジョンを提案し,テストする。
論文 参考訳（メタデータ） (2020-05-13T13:55:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。