如今，网络欺诈已经成为一种行当。行为模式复杂多样、危害巨大，却又难以全面捕捉。金融行业中盗卡、钓鱼、薅羊毛、电信诈骗等欺诈行为屡见不鲜。欺诈风险是国内金融领域面临的最大挑战之一，金融反欺诈已被金融机构和监管部门视为重要议题。机器学习是一项阻止欺骗的发生、同时能保证快速决定的机制。
风险管理咨询公司Kroll发布的《 2016/17年度全球反欺诈及风险报告》指出，欺诈造成的受欺诈损失占营业额0.5%至3%之间不等（已核实的部分），并且随着欺诈手段日趋多元化，这一占比在逐年上升。
商业银行部署的网络支付系统，很容易被下列行为利用和破坏：羊毛党利用系统规则套取返利；不法分子利用平台实现信用卡套现；商户刷单破坏规则；其它非法行为等。企业急需突破传统方式的局限，识别并报警各种形式的网络欺诈行为，来降低风险和损失。
机器学习可以根据丰富的数据和监控模型，对数据进行多重处理分析，建立实时反欺诈规则和模型，结合当前用户特征，实时识别用户欺诈行为。华青融天充分利用海量数据和多样的算法库，进行三个角度的分析报警：异常流水、异常商户、异常用户。通过产品界面宏观或深入查看任何维度的数据聚合，可以发现系统对异常的感知非常精准，在多种分析图表中，被突出显示报警异常就是实证。
从机器学习众多的金融应用中，诸如：金融风控、公开数据挖掘、大数据征信等，可以了解到金融反欺诈是最易落地、见效最快的一个应用场景。在华青融天机器学习平台上，通过人眼不能观察到的关联规则，进行异常报警，查看交易的各项信息，来进一步锁定异常的具体情况，进而准确定性。帮助业务部门提高风控效率，提前风险预测，提高企业运营效益。
