CAMERA框架：应对文本属性图语义伪装以提升无监督欺诈检测能力
该研究提出CAMERA框架，旨在解决文本属性图欺诈检测（TAGFD）中的“语义伪装”问题。欺诈者通过模仿正常用户的文本表达来逃避检测，CAMERA在无监督环境下通过自适应技术提升了对复杂伪装手段的识别精度。这为风控提供了新思路：不仅要关注关系图谱，还需深度解构文本属性中的潜在恶意模式以对抗演进中的欺诈策略。
https://arxiv.org/abs/2605.20032v1美国财政部发布金融服务AI风险管理框架及实用参考资源指南
美国财政部发布两项新资源，基于NIST框架指导金融服务领域的AI应用。该框架特别针对监管合规、消费者保护及运营韧性进行了适配，提供了一套实用的工具包来评估AI用例并嵌入问责机制。这标志着AI治理进入行业特化阶段，对金融机构建立全生命周期的AI风险管理体系具有基准意义。
https://home.treasury.gov/news/press-releases/sb0401印度储备银行（RBI）拟为数字交易建立风险评分体系以打击支付欺诈
印度储备银行（RBI）计划引入数字交易风险评分系统，通过对每笔交易进行实时风险分级来遏制支付欺诈。此举体现了中央银行介入基础设施级风控的趋势，旨在通过统一的标准提升整体金融生态的安全性。对于支付行业而言，这意味着风控手段将从机构自发行为转向更加协同的监管驱动模式。
https://www.google.com/url?rct=j&sa=t&url=https%3A%2F%2Fm.dailyhunt.in%2Fnews%2Findia%2Fenglish%2Findia%2Bemployment%2Bnews-epaper-indemnew%2Frbi%2Bplans%2Brisk%2Bscores%2Bfor%2Bdigital%2Btransactions%2Bto%2Bcrack%2Bdown%2Bon%2Bpayment%2Bfraud-newsid-n712732875&ct=ga&cd=CAIyHzEwYzkzY2JjODI3MDI3NzQ6Y29tOnpoLUNOOlVTOkw&usg=AOvVaw3V-N_rrPnD2QHUdGzXsN1_金融犯罪治理前沿：警惕AML AI系统内正在形成的“模型崩溃”风险
报告警告反洗钱（AML）AI系统中出现了“模型坍塌”风险，主因是过度依赖合成数据或AI生成的训练样本。当系统反复学习自身输出而非真实世界行为时，其识别异常的能力会产生退化。这警示风控厂商在追求数据增强时必须保持样本的真实性与多样性，避免算法陷入自我反馈的盲区。
https://www.google.com/url?rct=j&sa=t&url=https%3A%2F%2Ffincrimecentral.com%2Fmodel-collapse-aml-ai-risks-synthetic-data%2F&ct=ga&cd=CAIyH2RlZGQ3YmFlNjg2YWY3Njc6Y29tOnpoLUNOOlVTOkw&usg=AOvVaw3hsbjXsSvEfJHvA6Tw_3yDVisa发布AI驱动的争议管理工具，旨在减少支付欺诈并优化处理效率
Visa推出AI驱动的争议管理工具，旨在通过自动化处理和智能预测显著降低支付欺诈及退单（Chargeback）成本。该工具优化了争议处理流程，提升了运营效率。这证明了AI在后结算阶段的降本增效潜力，通过减少误报和人为干预，直接改善商户与持卡人的金融服务体验。
https://www.google.com/url?rct=j&sa=t&url=https%3A%2F%2Fbrandspurng.com%2F2026%2F05%2F15%2Fvisa-launches-ai-powered-dispute-management-tools-to-reduce-payment-fraud-and-chargeback-costs%2F%3Famp&ct=ga&cd=CAIyHzEwYzkzY2JjODI3MDI3NzQ6Y29tOnpoLUNOOlVTOkw&usg=AOvVaw1whe8L7mmSOCnzzbQm9e1uMastercard上线商户信任服务，Darwinium推出远程欺诈防控方案
万事达卡推出商户信任服务，同时Darwinium针对远程访问诈骗提出防御方案。这些服务侧重于在交互初期建立信任评分，精准识别通过远程控制等手段实施的复杂攻击。这反映了风控重心向“前端交互安全”和“生态信任体系”转移，强调多维度识别用户意图而非仅依赖交易特征。
https://www.google.com/url?rct=j&sa=t&url=https%3A%2F%2Fwww.digitaltransactions.net%2Feye-on-fraud-mastercard-merchant-trust-services-debuts-darwinium-takes-on-remote-access-scams%2F&ct=ga&cd=CAIyH2U0NDIxY2Y2ZTJiZjM0NmM6Y29tOnpoLUNOOlVTOkw&usg=AOvVaw1R1mbsNcPnP6er-vsP7i05AI驱动的欺诈活动激增，针对“预授权”支付的攻击风险显著上升
报道指出，AI赋能的欺诈活动正增加针对“预授权”支付的攻击。攻击者利用AI模拟人类行为绕过传统静态规则，对金融机构的运营韧性构成挑战。这要求风控系统必须升级至能识别AI自动化攻击特征的动态模型，增强对高频、模拟类新型自动化支付威胁的实时防御能力。
https://www.google.com/url?rct=j&sa=t&url=https%3A%2F%2Fwww.unite.ai%2Fmodern-ai-fraud-operational-resilience%2F&ct=ga&cd=CAIyHzEwYzkzY2JjODI3MDI3NzQ6Y29tOnpoLUNOOlVTOkw&usg=AOvVaw3bk_el9T7xEkRP3XYmKD0G我国三部门发文推动金融风控智能体建设，银行信贷迎来AI审批变革
中国三部门发文推动金融风控智能体建设，利用大模型与Agent技术重塑银行信贷审批流程。该政策鼓励金融机构应用前沿AI技术提升决策精度与审批效率，推动全流程数智化转型。这标志着国内监管对AI深度参与核心风控决策的战略性认可，对算法透明度与数据安全提出了更高标准。
https://www.google.com/url?rct=j&sa=t&url=https%3A%2F%2Ffinance.sina.com.cn%2Fjjxw%2F2026-05-18%2Fdoc-inhyhcku4180951.shtml&ct=ga&cd=CAIyH2Y0Y2U0MTM2Y2U3NTU0ODM6Y29tOnpoLUNOOlVTOkw&usg=AOvVaw1-T_GHexFAM5sXYkR5MfXx金融反诈新趋势：在支付交易发起前实现欺诈行为的精准识别与拦截
文章探讨了反欺诈的新前沿：在支付发起前（Pre-payment Initiation）实时检测并拦截欺诈。通过识别异常的行为轨迹（如通话中操作）和心理压力特征，在资金转出前切断风险。这体现了风控视角从单纯的“交易验证”转向“行为意图预测”，是应对即时支付诈骗的关键防御手段。
https://www.google.com/url?rct=j&sa=t&url=https%3A%2F%2Fwww.finextra.com%2Fblogposting%2F31750%2Fthe-new-frontline-against-scams-detecting-fraud-before-payment-initiation&ct=ga&cd=CAIyHzEwYzkzY2JjODI3MDI3NzQ6Y29tOnpoLUNOOlVTOkw&usg=AOvVaw1y_07SkkbSANd5MAeE4rDcExperian与Resistant AI深化合作，联合提升金融犯罪监测与打击能力
Experian与Resistant AI合作，通过结合征信大数据与先进的AI异常检测技术共同应对金融犯罪。双方的协作增强了对身份欺诈及洗钱行为的识别深度，证明了数据生态与算法技术互补的重要性。这种跨领域合作模式为构建全球化、多维度的风险防御网络提供了典型案例。
https://www.google.com/url?rct=j&sa=t&url=https%3A%2F%2Fcybermagazine.com%2Fnews%2Fhow-experian-and-resistant-ai-tackle-financial-crime&ct=ga&cd=CAIyH2RlZGQ3YmFlNjg2YWY3Njc6Y29tOnpoLUNOOlVTOkw&usg=AOvVaw3rCQjK03DUGpNyrBgTKV6XChargebacks911预警：智能体支付模式下存在不可忽视的争议风险漏洞
Chargebacks911发出警告，指出在“代理支付”（Agentic Payments）模式下存在争议风险缺口。当AI代理自主执行支付决策时，法律责任归属及退单处理流程面临挑战。这提示行业需在AI智能体普及前，前瞻性地制定针对机器决策的争议处理标准与风控协议，以规避潜在的财务纠纷。
https://www.google.com/url?rct=j&sa=t&url=https%3A%2F%2Fthepaypers.com%2Ffraud-and-fincrime%2Fnews%2Fchargebacks911-warns-of-dispute-risk-gap-in-agentic-payments&ct=ga&cd=CAIyH2U0NDIxY2Y2ZTJiZjM0NmM6Y29tOnpoLUNOOlVTOkw&usg=AOvVaw1k8ZKPbsU2hwgU73eWACZe美国佛罗里达州警方破获信用卡欺诈案，一名男子面临36项犯罪指控
迈阿密一名男子因涉及36项信用卡欺诈指控被捕，该案揭示了传统信用卡欺诈手段在线下依然活跃且具集群化特征。这提醒风控体系在追逐高尖端AI反欺诈的同时，对实体卡异常、地理位置跨度监控等传统反欺诈底线仍需保持高度警惕，确保全渠道防护无死角。
https://www.google.com/url?rct=j&sa=t&url=https%3A%2F%2Fwww.wqcs.org%2Fwqcs-news%2F2026-05-15%2Fmiami-dade-man-arrested-on-36-fraud-charges-in-stuart-credit-card-investigation&ct=ga&cd=CAIyH2U0NDIxY2Y2ZTJiZjM0NmM6Y29tOnpoLUNOOlVTOkw&usg=AOvVaw0OK8Y13vSdBhddRjkCWB92