知识卡片
异常检测辅助架构调查
原书展望用AI识别反常系统行为,例如标记时间与地点关系可疑的交易,再由调查工具追查原因。这是探索性治理思路,异常信号并不直接证明故障或欺诈。若采用此类检查,应明确它触发的是调查还是阻断,并继续保留可解释的客观结果与人工判断。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 实践演进式架构 · 查看原书依据
渐渐的,一般项目也可以开始利用大型开源人工智能框架。随着开发人员学会运用这些工具来辅助软件开发,我们设想过基于AI的适应度函数可以检索到系统的反常行为。信用卡公司已经开始了这方面的探索,例如标记在世界不同地点几乎同时发生的交易。架构师可以通过构建调查工具来寻找架构中的古怪行为。
参考来源
- 位置:《演进式架构(原书第2版)》第9章《实践演进式架构》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/演进式架构(原书第2版)/_epub-src/EPUB/xhtml/chapter13.xhtml)
- 结论依据:渐渐的,一般项目也可以开始利用大型开源人工智能框架。随着开发人员学会运用这些工具来辅助软件开发,我们设想过基于AI的适应度函数可以检索到系统的反常行为。信用卡公司已经开始了这方面的探索,例如标记在世界;本卡保留原文所述条件与应用边界,展望仅作为待验证方向。
- 原始内容:渐渐的,一般项目也可以开始利用大型开源人工智能框架。随着开发人员学会运用这些工具来辅助软件开发,我们设想过基于AI的适应度函数可以检索到系统的反常行为。信用卡公司已经开始了这方面的探索,例如标记在世界不同地点几乎同时发生的交易。架构师可以通过构建调查工具来寻找架构中的古怪行为。