网络学院(信息科技类)
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
金融机构内部数据反欺诈四部曲
•1、对数据质量进行分析的指标不包括()(20 分)
缺失异常
B
数值异常
C
长度异常
D
容量异常
正确答案:A
•1、金融反欺诈建模过程包括()四个步骤(20 分)
A
问题定义
B
明确模型目标
C
挖掘数据价值
D
线上预测
正确答案:A B C D
•2、数据准备包括()三个步骤(20 分)
A
数据融合
B
数据清洗
C
数据质量分析
D
数据评估
正确答案:A B C
•1、首期不还款是金融机构定义欺诈的一种方法()(20 分)
正确
错误
正确答案:正确
•2、社交网络中提取出来的特征被称为网络特征()(20分)
正确
B
错误
正确答案:正确
人工智能反欺诈利器之特征工程
题
•1、“特征工程”位于反欺诈技术金字塔模型()层(20 分)
A
塔底
中间
C
塔顶
D
不确定
正确答案:B
•1、优惠套利欺诈行为具有()的特点(20 分)
A
短时期
B
小欺诈额
C
高频次
D
不确定
正确答案:A B C
•2、欺诈者常利用网络并借助()三种载体实施欺诈(20 分)
代理
B
VPN
C
分散IP
D
不确定
正确答案:A B C
•1、高质量、相关的数据及特征决定模型预测能力的上限( )(20 分)
正确
B
错误
正确答案:正确
•2、设备终端与网络层面的特征是防范欺诈的第一道防线()(20分)
正确
B
错误
正确答案:正确
人工智能反欺诈利器之设备指纹
成绩:100.0分。恭喜您顺利通过考试!
单选题
•1、“数据”位于反欺诈技术金字塔模型()层(20分)
塔底
B
中间
C
塔顶
D
不确定
正确答案:A
•1、新一代设备识别技术包括()三种(20分)
A
主动式
B
被动式
C
混合式
D
不确定
正确答案:A B C
•2、设备特征信息主要包括()四个(20分)
A
浏览器特征
B
设备传感器特征
C
设备OS特征
D
设备配置
正确答案:A B C D
•1、新一代的设备指纹技术使用更多信息来完成设备识别()(20分)
正确
B
错误
正确答案:正确
•2、主动式设备指纹技术一般采用JS 代码或SDK()(20分)
正确
B
错误
正确答案:正确
•1、“关联图谱”位于反欺诈技术金字塔模型()层(20分)
A
塔底
B
中间
塔顶
D
不确定
正确答案:C
多选题
•1、描述关联图谱的指标有()三个(20分)
A
关联度
B
中心度
C
网络聚类
D
不确定
正确答案:A B C
•2、网络特征的直接提取是指提取出()三个特征(20分)
A
中心度
B
一度关联特征
C
二度关联特征
D
三度关联特征
正确答案:A B C
判断题
•1、一张关联图谱由节点和边组成()(20分)
正确
B
错误
正确答案:正确
•2、根据图谱边的性质,关联图谱可分为同构网络和异构网络()(20分)
正确
B
错误
正确答案:正确
网络支付欺诈案例
单选题
•1、()可以记录用户购买历史(20分)
A
生物探针
行为序列
C
关系图谱
D
机器学习
正确答案:B
多选题
•1、网络支付欺诈实施流程包含()四步(20分)
A
放马
B
操盘
C
洗料
D
变现
正确答案:A B C D
•1、案例中,路径学习技术可以发现购买行为异常()(20分)
正确
B
错误
正确答案:正确
•2、案例中,生物探针技术可以发现手机使用行为异常()(20分)
正确
B
错误
正确答案:正确
•3、案例中,关系图谱技术可以对用户信用进行估值()(20分)
正确
B
错误
正确答案:正确
•1、()大大拓宽了应用场景,对区块链在现实世界中的应用具有重要意义。(10分)
智能合约
B
比特币
C
链式数据
D
共识机制
正确答案:A
•2、()是一种股票交易的金融衍生工具,通过它,在境外上市公司的股票可以回到A股市场来交易。(10分)
A
比特币