第一個聯合學習實證項目，是「鷹眼識詐聯盟的聯合學習平臺」。

基本上，鷹眼識詐聯盟誕生於北富銀與內政部刑事警察局合作開發的鷹眼模型，這個AI偵測模型去年已在35家金融機構各自落地，但由於現行防詐模型僅針對已知手法建置，更新模型亦相當耗時，因此今年有了更進一步的發展，就是啟動聯合學習技術計畫，希望優化鷹眼防詐模型，目前正在實證階段。

值得一提的是，這項實證計畫是與臺灣AI Labs的雅婷智慧公司合作，好處是在模型調教上，不像早期都是人工比對、太過耗時。

在運作上，其特色是允許在各金融機構在不共享個別資料數據的情況下，共同訓練模型。目前共有8家金融業者參與，包括土地銀行、第一銀行、彰化銀行、台中銀行、陽信銀行、遠東商銀、凱基銀行，以及臺北富邦銀行。

在展場中舉辦的成果發表會上，富邦金控副總經理蔡佩玲表示，預計明年3月實證結果符合預期後，以聯合學習精進的鷹眼模型，就可以供這8家金融業者正式採用。

第二個聯合學習實證是「跨金融業聯合學習科技防詐」，由國泰金控推動，主要運用國泰金控開發的金融業聯合學習框架CaFe，共有4家金融業者參與實證計畫，包括中國信託銀行、玉山銀行、新光銀行，以及國泰世華銀行，同時還有國家資通安全研究院的專家共同合作。

目標是聯合學習共建警示帳戶預警偵測模型，其特色在於，採用隱私強化技術，僅共享加密後的模型參數，還有多元資料格式支援，以及雲地彈性布署。

實證結果已在一個月前出爐，從反詐成效來看，以國泰捕捉異常帳戶為例，聯合學習模型透過同業他行樣態補充，可偵測到更多在自動化設備上的異常交易，以跨金融機構整體來說，可提升20%的異常帳戶捕捉率。

隨著成效驗證告一段落，下一挑戰將是如何實際落地運用。

第三個聯合學習實證是「支付詐騙聯合阻斷計畫」，主要特色在於跨界聯合學習，因為這是結合數位信任產業、AI業者與金融業者的方案，形成結合電信與金融數據的支付詐騙聯合阻斷計畫。

具體而言，這項實證是透過結合電信與金融數據的艾司艾（ScamAdviser）、走著瞧（Gogolook），搭配搭配信誠金融科技的AI解決方案，加上兩家公股銀行臺灣企銀、合作金庫銀行的第一手詐騙數據。

此計畫可分成兩大部分，一是採用商譽保護服務，做到認證號碼與偽冒偵測，一是透過聯合學習將防詐情資料，帶到不同銀行內部建立聯合模型來提升偵測率。

這項實證結果在10月已經出爐，Gogolook表示在防範冒名詐騙以及異常帳戶偵測方面，都帶來不錯的成效，而在偵測警示帳戶與詐騙交易樣態上，聯合學習模型也確實比單一模型更準確。

至於未來要進一步觀察的是，這類跨界應用將如何發展可行商轉模式。

在11月初的2024台北金融科技展上，不僅展示了科技防詐的聯合實證成果，還有多家金融機構透過各式活動和遊戲協助強化全民防詐觀念。例如，聯合信用卡處理中心與刑事警察局合作，提供詐騙簡訊示範等互動活動，讓民眾闖關並獲取獎品；中華郵政舉辦防詐知識王活動，透過簡單的問答形式提升民眾防詐意識；國泰世華銀行的防詐宣導更具特色，針對銀行櫃員推出「語音識詐」活動，透過聆聽客戶在櫃臺的談話內容，考驗參與者是否能夠察覺異常並及時阻止詐騙案的發生。