美文网首页
洞察全球金融数字创新 上AWS看300种AI/ML算法和模型

洞察全球金融数字创新 上AWS看300种AI/ML算法和模型

作者: 商业科技观察 | 来源:发表于2020-08-07 11:28 被阅读0次
    二维码下载2.png

    扫描二维码,下载白皮书

        在国内金融市场全面放开的2020年,中国金融业面临着国际化、市场化的转型压力,“数字化是国际化、市场化的基础支撑”已成为业界共识。
    

    新冠疫情的大爆发,更是加速了国内金融业数字化、线上化转型的步伐。

    然而,国内金融业在数字化上面临着以下诸多挑战。

    **1、业务创新 **

    面临云计算、大数据、人工智能(AI)、机器学习(ML)、5G、区块链等新一轮技术风潮,如何利用这些新技术持续开展数字创新,以带动业务创新,成为国内金融业正在探索的新课题,也是其面临的巨大挑战。

    **2、上“云”难 **

    大多数传统金融企业已经意识到,传统IT架构已经无法适应新一轮技术潮流下的金融数字创新,迫切需要上云,或者把新兴数字金融业务直接部署在云上,但是,由于缺乏专业技术人员或技术能力,上“云”难,成为国内传统金融业的一个重要挑战。

    **3、数据烟囱问题 **

    传统“烟囱式”的金融数据基础设施已经无法处理目前基于互联网收集的各种海量数据,而且传统金融数据管理体系,也无法满足金融企业统一管理金融数据的需求。

    4、云上安全与合规

    金融服务行业是世界上监管最严格的行业之一,需要遵守严格的数据安全要求。随着越来越多企业把业务搬至云上,网络犯罪分子试图挖掘“云”基础设施的各种漏洞,以完成网络攻击,数据泄露事件也层出不穷,因此,云上的数据安全成为了金融企业普遍面临的挑战。

    而且,随着欧盟GDPR(《通用数据保护条例》)、《美国加州消费者隐私法案(CCPA)》、国内《网络安全法》的相继颁布,国内金融业也面临着全球化数据合规的巨大挑战。

    AWS如何助力?

    **1、300种AI/ML算法和模型助力业务创新 **

    作为全球最大的云服务商,AWS是美国很多金融机构的云计算基础设施,积累了宝贵的运营经验。比如,AWS拥有丰富的AI/ML 服务集,客户可以从预先训练的 AI 服务中选择,利用AWS 的 ML 平台构建自己的 ML 模型,亦或是启动预装有受欢迎的深度学习框架的深度学习 AMI。成千上万的客户使用 AWS 满足其机器学习需求,以改善客户体验、自动化手动流程、开发定制产品及服务创新等。

    2、160 种服务化解上云难题

    AWS 的灵活性和敏捷性让金融企业能够按需启动各种环境,并且轻松获取所需的数据进行试验和创新,从而保持竞争力。AWS 提供超过 160 种服务,包括计算、存储、分析和安全性服务,而这些服务能够轻松集成,帮助用户优化工作负载。

    AWS 还创建了云采用框架 (CAF)、提供定期免费培训课,帮助组织进行设计并加快成功采用云的速度。

    3、数据湖破解“数据烟囱”

    基于AWS的数据湖是一种集中存储库,能够大规模存储所有结构化和非结构化数据,并实现控制面板、可视化、大数据处理、实时分析和机器学习等灵活的分析功能,可以帮助金融机构轻松满足合规要求、实现成本效率、执行预测、执行风险评估、更好地了解客户行为并推动创新。

    4、全球合规中心助力金融数据安全

    AWS 合规中心汇总了 40 多个国家/地区的监管机构在采用云服务方面的规定。AWS 客户能够使用经过第三方审核机构(ISO 、PCI、SOC 和其他认证机构)测试和验证的各种控制机制。AWS 金融服务安全专家还可以帮助您建立一个可扩展并且安全的云平台,专门用于完善组织的安全目标和策略,满足严格的监管要求。

    AWS提供多种安全性和监管功能,包括端到端可审计性、构件管理、模型可解释性和概念漂移检测,以及针对网络安全性、静态\传输中的数据加密、用户身份验证以及授权的强大功能。

    精彩案例

    image

    金融业监管局(FINRA) 是获美国国会授权由美国证券交易所监管的主要的证券公司管理机构,FINRA现在每天的交易量高达1550亿美金,它利用 AWS将 90% 的数据迁移到云中,为证券业监管工作创造了一个灵活的平台。

    FINRA 在应用程序迁移过程中重点关注安全性与合规性,使用了AWS Key Management System 等 AWS安全服务,并实现了其他AWS 服务的安全性,从而降低成本并改进安全维护工作。

    image

    Nasdaq 是全球市值第二大的证券交易集团,希望替换传统的本地数据仓库以便降低成本并提高数据容量。

    利用 AmazonRedshift,Nasdaq 平均每天能够向云中传输 300 亿行数据(高峰日传输 600 亿行),同时满足安全和监管要求并实现成本效率。

    image

    澳大利亚国民银行(NAB) 与 AWS 合作加快其为期三年的企业转型。NAB 采用云优先的策略,使用 AWS 的计算、存储、数据库和分析功能来构建新的服务,为其全球 900万客户提供更好的财务成果。为了增强安全性,NAB 部署了 Amazon GuardDuty 这项完全托管的智能威胁检测服务,该服务可以持续监控账户活动以便发现恶意或未经授权的行为,从而保护其所有 AWS 工作负载和云中的客户数据。

    image

    Coinbase 是一个在线数字平台,允许商家、消费者和交易商使用数字货币进行交易。Coinbase 的工程师利用 Amazon SageMaker 开发了一种机器学习系统,该系统可以检测用户身份来源中的异常情况,从而采取措施防范潜在的欺诈行为。

    快速、安全、准确地确认身份的能力让 Coinbase 能够更快地支持新客户,而构建反欺诈算法所获得的洞察力也让 Coinbase 能够根据用户类型定制使用体验。【点击下载白皮书

    相关文章

      网友评论

          本文标题:洞察全球金融数字创新 上AWS看300种AI/ML算法和模型

          本文链接:https://www.haomeiwen.com/subject/dlkfdktx.html