第一个联合学习实证项目，是「鹰眼识诈联盟的联合学习平台」。

基本上，鹰眼识诈联盟诞生于北富银与内政部刑事警察局合作开发的鹰眼模型，这个AI侦测模型去年已在35家金融机构各自落地，但由于现行防诈模型仅针对已知手法建置，更新模型亦相当耗时，因此今年有了更进一步的发展，就是启动联合学习技术计划，希望优化鹰眼防诈模型，目前正在实证阶段。

值得一提的是，这项实证计划是与台湾AI Labs的雅婷智能公司合作，好处是在模型调教上，不像早期都是人工比对、太过耗时。

在运作上，其特色是允许在各金融机构在不共享个别数据数据的情况下，共同训练模型。目前共有8家金融业者参与，包括土地银行、第一银行、彰化银行、台中银行、阳信银行、远东商银、凯基银行，以及台北富邦银行。

在展场中举办的成果发表会上，富邦金控副总经理蔡佩玲表示，预计明年3月实证结果符合预期后，以联合学习精进的鹰眼模型，就可以供这8家金融业者正式采用。

第二个联合学习实证是「跨金融业联合学习科技防诈」，由国泰金控推动，主要运用国泰金控开发的金融业联合学习框架CaFe，共有4家金融业者参与实证计划，包括中国信托银行、玉山银行、新光银行，以及国泰世华银行，同时还有国家资通安全研究院的专家共同合作。

目标是联合学习共建警示帐户预警侦测模型，其特色在于，采用隐私强化技术，仅共享加密后的模型参数，还有多元数据格式支持，以及云地弹性布署。

实证结果已在一个月前出炉，从反诈成效来看，以国泰捕捉异常帐户为例，联合学习模型通过同业他行样态补充，可侦测到更多在自动化设备上的异常交易，以跨金融机构整体来说，可提升20%的异常帐户捕捉率。

随着成效验证告一段落，下一挑战将是如何实际落地运用。

第三个联合学习实证是「支付诈骗联合阻断计划」，主要特色在于跨界联合学习，因为这是结合数位信任产业、AI业者与金融业者的方案，形成结合电信与金融数据的支付诈骗联合阻断计划。

具体而言，这项实证是通过结合电信与金融数据的艾司艾（ScamAdviser）、走着瞧（Gogolook），搭配搭配信诚金融科技的AI解决方案，加上两家公股银行台湾企银、合作金库银行的第一手诈骗数据。

此计划可分成两大部分，一是采用商誉保护服务，做到认证号码与伪冒侦测，一是通过联合学习将防诈情数据，带到不同银行内部创建联合模型来提升侦测率。

这项实证结果在10月已经出炉，Gogolook表示在防范冒名诈骗以及异常帐户侦测方面，都带来不错的成效，而在侦测警示帐户与诈骗交易样态上，联合学习模型也确实比单一模型更准确。

至于未来要进一步观察的是，这类跨界应用将如何发展可行商转模式。

在11月初的2024台北金融科技展上，不仅展示了科技防诈的联合实证成果，还有多家金融机构通过各式活动和游戏协助强化全民防诈观念。例如，联合信用卡处理中心与刑事警察局合作，提供诈骗短信示范等交互活动，让民众闯关并获取奖品；中华邮政举办防诈知识王活动，通过简单的问答形式提升民众防诈意识；国泰世华银行的防诈宣导更具特色，针对银行柜员推出「语音识诈」活动，通过聆听客户在柜台的谈话内容，考验参与者是否能够察觉异常并及时阻止诈骗案的发生。