<p><img src="https://imageproxy.pbkrs.com/https://technode.global/wp-content/uploads/2025/07/Screenshot-2025-07-17-124546-150x150.png?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://technode.global/wp-content/uploads/2025/07/Screenshot-2025-07-17-124546-150x150.png"/></p>
<p>新加坡金融管理局（MAS）周一宣布，正在与银行业合作伙伴、新加坡政府科技局和新加坡警察局合作，利用人工智能和机器学习（AI/ML）技术来打击金融犯罪，增强诈骗检测能力。</p>
<p>MAS 在一份声明中表示，作为更广泛利用 AI/ML 进行行业应用的努力的一部分，正在进行价值验证（POV），以探索 AI/ML 技术在预防诈骗检测中的应用。</p>
<p>通过整合来自五家银行的数据，POV 旨在构建更强大、更准确的 AI/ML 模型，以帮助识别高风险交易和账户。</p>
<p>及时识别可以实现及时评估、干预和减少客户因诈骗造成的损失。</p>
<p>为了支持 POV，MAS 为行业合作伙伴提供了一个安全的数据共享环境，并制定了政策和协议以保护客户信息。</p>
<p>还建立了一个与行业参与者的安全数据共享框架，以确保数据得到保护并负责任地使用。</p>
<p>在 POV 中使用的数据将保持机密，并通过加密技术进行保护。使用的银行账户号码将被哈希处理，确保只有贡献银行能够识别实际账户号码。</p>
<p>数据访问将限制在受控环境中的授权人员，整个 POV 期间将持续监控。</p>
<p>POV 结束时，所有使用的数据将被删除。</p>
<p>当前的 POV 为更深入的行业合作奠定了基础，利用 AI/ML 增强和补充各金融机构现有的防范和打击金融犯罪的努力。</p>
<p>防止和打击金融犯罪。</p>
<p>在评估 POV 的有效性并从中学习后，MAS 表示可能会扩大 AI/ML 模型的范围和复杂性——整合更广泛的数据集和更广泛的应用案例，以进一步加强其金融系统对犯罪活动的防御。</p>
<blockquote>
<p>MAS 与行业合作开发金融行业的 AI 风险管理工具包</p>
</blockquote>

<p>新加坡金融管理局（MAS）正在与银行业、政府科技局和新加坡警察部队合作，利用人工智能和机器学习打击金融犯罪。他们正在进行价值验证（POV），通过分析五家银行的数据来增强诈骗检测。该倡议旨在识别高风险交易并减少客户损失。MAS 已建立一个安全的数据共享环境，以保护客户信息，并计划根据 POV 的有效性扩展人工智能/机器学习模型</p>

<p><img src="https://imageproxy.pbkrs.com/https://technode.global/wp-content/uploads/2025/07/Screenshot-2025-07-17-124546-150x150.png" alt="" original-src="https://technode.global/wp-content/uploads/2025/07/Screenshot-2025-07-17-124546-150x150.png"/></p>
<p>The Monetary Authority of Singapore (MAS) has on Monday announced that it is working with partners in the banking industry, the Government Technology Agency of Singapore, and the Singapore Police Force to combat financial crime, using artificial intelligence and machine learning (AI/ML) techniques to enhance scam detection capabilities.</p>
<div class="lb-trans"><p>新加坡金融管理局（MAS）周一宣布，正在与银行业合作伙伴、新加坡政府科技局和新加坡警察局合作，利用人工智能和机器学习（AI/ML）技术来打击金融犯罪，增强诈骗检测能力。</p>
</div><p>In a statement, MAS said as part of broader efforts to harness AI/ML for industry-wide use cases, it is conducting a Proof-of-Value (POV) to explore AI/ML techniques for pre-emptive scam detection.</p>
<div class="lb-trans"><p>MAS 在一份声明中表示，作为更广泛利用 AI/ML 进行行业应用的努力的一部分，正在进行价值验证（POV），以探索 AI/ML 技术在预防诈骗检测中的应用。</p>
</div><p>By bringing together data1 from across five banks, the POV aims to build more robust and accurate AI/ML models that help identify higher-risk transactions and accounts.</p>
<div class="lb-trans"><p>通过整合来自五家银行的数据，POV 旨在构建更强大、更准确的 AI/ML 模型，以帮助识别高风险交易和账户。</p>
</div><p>Prompt identification could enable timely assessment, intervention and reduction of customer losses to scams.</p>
<div class="lb-trans"><p>及时识别可以实现及时评估、干预和减少客户因诈骗造成的损失。</p>
</div><p>To support the POV, MAS has provided industry partners with a secure data sharing environment governed by policies and protocols to safeguard customer information.</p>
<div class="lb-trans"><p>为了支持 POV，MAS 为行业合作伙伴提供了一个安全的数据共享环境，并制定了政策和协议以保护客户信息。</p>
</div><p>A secure data sharing framework with industry participants has also been established to ensure that data will be protected and used responsibly.</p>
<div class="lb-trans"><p>还建立了一个与行业参与者的安全数据共享框架，以确保数据得到保护并负责任地使用。</p>
</div><p>Data used in the POV will remain confidential and protected with cryptographic techniques. Bank account numbers used will be hashed, ensuring that only the contributing bank can identify actual account numbers.</p>
<div class="lb-trans"><p>在 POV 中使用的数据将保持机密，并通过加密技术进行保护。使用的银行账户号码将被哈希处理，确保只有贡献银行能够识别实际账户号码。</p>
</div><p>Data access will be restricted to authorized personnel within a controlled setting that will be continuously monitored throughout the POV.</p>
<div class="lb-trans"><p>数据访问将限制在受控环境中的授权人员，整个 POV 期间将持续监控。</p>
</div><p>All data used in the POV will be deleted at the end of the POV.</p>
<div class="lb-trans"><p>POV 结束时，所有使用的数据将被删除。</p>
</div><p>The current POV lays the groundwork for deeper industry collaboration, harnessing AI/ML to enhance and complement individual financial institution’s existing efforts in</p>
<div class="lb-trans"><p>当前的 POV 为更深入的行业合作奠定了基础，利用 AI/ML 增强和补充各金融机构现有的防范和打击金融犯罪的努力。</p>
</div><p>preventing and countering financial crime.</p>
<div class="lb-trans"><p>防止和打击金融犯罪。</p>
</div><p>After assessing the effectiveness of the POV and learning from it, MAS said it may expand the scope and sophistication of AI/ML models used – incorporating broader datasets, and a wider set of use cases to further fortify its financial system’s defenses against criminal activity.</p>
<div class="lb-trans"><p>在评估 POV 的有效性并从中学习后，MAS 表示可能会扩大 AI/ML 模型的范围和复杂性——整合更广泛的数据集和更广泛的应用案例，以进一步加强其金融系统对犯罪活动的防御。</p>
</div><blockquote>
<p>MAS partners industry to develop AI Risk Management Toolkit for the financial sector</p>
</blockquote>
<div class="lb-trans"><blockquote>
<p>MAS 与行业合作开发金融行业的 AI 风险管理工具包</p>
</blockquote>
</div>

新加坡金融管理局与银行业合作，利用人工智能打击金融犯罪