與傳統模式相比，聯邦學習如何大幅縮短AI模型學習新型詐騙手法的時間？

聯邦學習加速AI模型學習新型詐騙手法

相較於傳統模式，聯邦學習能大幅縮短AI模型學習新型詐騙手法的時間。在傳統模式下，銀行需要花費數月時間才能讓AI模型學習並辨識新的詐騙模式，但在聯邦學習的架構下，這個過程可以縮短到僅需半小時。

台北富邦銀行「鷹眼聯盟」的實際應用

台北富邦銀行（北富銀）的「鷹眼聯盟」利用聯邦學習技術，在保護客戶原始資料的前提下，串聯各銀行的AI模型。這種方式讓AI模型可以共同學習，更全面地識別詐騙行為。透過共享鷹眼模型，各銀行可以結合自身數據進行微調和優化，加速模型對新型詐騙手法的學習速度。

聯邦學習的運作機制與預期效益

聯邦學習允許各銀行在不共享原始客戶資料的情況下，交換AI模型的參數。這種合作模式打破了金融業者單打獨鬥的局面，讓銀行能在更短時間內識別最新的詐騙手法。透過自動參數交換，模型學習新詐騙模式的時間從三到六個月縮短到最快半小時。目前，包括陽信銀行、凱基銀行等八家銀行將率先試行此聯邦學習機制，並計劃逐步擴展到35家聯盟銀行，以提升整個金融體系對詐騙行為的防禦能力。