瞭解如何在 OCI 上部署多代理 AI 詐騙偵測系統
金融機構面臨需要智慧自動化分析的複雜詐騙嘗試。
受到美國 Guardian Life Insurance Company of America 防止詐欺的創新所啟發，我們提出了專門在 Oracle Cloud Infrastructure (OCI) 服務上建置的多代理詐騙偵測系統。此設計使用多個專業 AI 代理，例如由中央協調器或主管代理協調的詐騙分析器和資料擷取代理。同時，他們模擬一個調查團隊，以呈現洞察力、收集證據、建議決策並產生敘述。
此多代理程式的詐騙偵測使用案例使用 Oracle Cloud 上的現代化 AI 導向架構。透過結合 OCI 資料庫和其他服務與協調的代理架構，我們建立能夠主動識別詐欺的系統，並協助調查人員獲得 AI 產生的洞察。
此設計具有可擴展性、彈性，並可讓您在詐騙方案演變時更新組態或部署其他 OCI 函數，以新增代理程式或工具。它也以安全的方式，將大型語言模型 (LLM) 和異常偵測等尖端 AI 功能與企業資料系統 (例如 Oracle Autonomous Database) 連線。伺服器協調器可確保每個 AI 代理都能一致運作，並以所需的語言 (SQL、API 呼叫) 與 Oracle 系統進行通訊，讓 AI 的意圖使用真實資料成為真正的行動。
您可以調整此設計，建立可逐步完成案例的示範平台，例如偵測保險詐騙。它可以展示協調器如何將工作指派給專員，並使用說明詐騙分析器專員結果的儀表板或聊天機器人回覆來呈現最終結果。利害關係人會看到模組化架構並清楚瞭解 OCI 服務的角色：Autonomous Database 可大規模管理資料、 OCI Functions 可執行微服務，而 OCI Generative AI 則可增加智慧功能。
此設計示範 Oracle Cloud 如何即時提供用於詐騙偵測的代理 AI 工作流程，以透過洞察分析情境更快地捕捉詐騙，並最終保護業務及其客戶。該架構分為兩個階段：
- 第 1 階段：透過調整 Google 的開源 Gen AI 工具箱概念來導入協調層，以建立可擴展的代理程式架構。
- 第 2 階段：整合更深入的 OCI 大型語言模型 (LLM) 推理以提升智慧。
關於產品與服務
此解決方案重點介紹下列產品和服務：
階段 1：
- 在 上執行的 Google Gen AI 工具箱
- Oracle Cloud Infrastructure Compute
- Oracle Cloud Infrastructure Kubernetes Engine
- Oracle Autonomous Transaction Processing
- Oracle Cloud Infrastructure Functions (無伺服器)
- Oracle Cloud Infrastructure 異常偵測
階段 2：
- Oracle Cloud Infrastructure Generative AI 或 Oracle 預先訓練模型
- Oracle Cloud Infrastructure Data Science
- Oracle Machine Learning
- Oracle Cloud Infrastructure Language
- Oracle Cloud Infrastructure Streaming
- Oracle Cloud Infrastructure GoldenGate
請參閱 Oracle 產品、解決方案和服務，以取得您需要的內容。
架構
此架構顯示 Oracle Cloud Infrastructure (OCI) 上的多代理程式 AI 詐騙偵測系統。
此設計使用多個 AI 代理來提供關鍵洞察、收集證據，並進行全面的詐騙分析。
核心是協調代理程式互動的模型相關資訊環境協定 (MCP) 伺服器。專業專員可處理不同的任務。例如，資料擷取代理程式會查詢企業資料來源和詐騙分析器代理程式，以評估及說明異常。流程會在事件 (例如可疑交易警示或調查員的查詢) 觸發協調器時開始。然後，協調器會將子工作委派給專員，並使用 Fan-in 和 Fan-out 設計樣式來合併其結果。每個代理程式都使用 OCI 原生服務來執行工作 (資料庫查詢、LLM 推論等等)，而協調器則會在代理程式與 Oracle 系統相關資訊環境之間進行轉譯，以確保每個代理程式都能以預期格式取得所需的資訊。
下圖顯示處理流程概要：
ai-fraud-detection-flow-oracle.zip
- MCP 協調器伺服器
模型相關資訊環境協定 (MCP) 伺服器是協調中樞，可協調代理程式動作並維護調查的整體相關資訊環境或狀態。它使用 MCP 來標準化代理程式呼叫工具和交換資料的方式。它作為「中央大腦」，接收初始要求 (詐欺警報或分析查詢)，並按順序呼叫適當的代理程式。它也會將高階代理程式意圖轉譯為 Oracle 系統上的低階作業，例如，將代理程式的客戶資訊要求轉換為 SQL 查詢，以及將 SQL 結果轉換為自然語言回應。此方法透過使用協調器作為代理程式邏輯和企業資料之間的橋接器，將代理程式與直接系統呼叫分離，從而實現彈性更新和集中控制。在此架構的第一個階段中，伺服器是輕量型伺服器，衍生自在 Oracle Cloud Infrastructure Compute 或 OCI Kubernetes Engine 上執行的 Google Gen AI 工具箱。
- 資料檢索代理
資料擷取代理程式是專門的代理程式，負責從企業來源擷取相關資料。例如，從協調器接收客戶 ID 或交易 ID 時，它會查詢 Oracle Autonomous Database 或其他 OCI 資料存放區，以取得最近交易、帳戶設定檔、宣告歷史記錄等資訊。您可以使用 OCI Functions (無伺服器) 呼叫 MCP 伺服器上針對 Autonomous Database 代管的工具，來實作此代理程式。代理程式包含所有資料存取邏輯。協調器伺服器可能會對此代理程式使用預先定義的工具，例如 YAML 設定的
LookupTransaction或GetCustomerProfile工具，瞭解如何在 Autonomous Database 上執行適當的 SQL。與 Google Gen AI Toolbox 如何使用 YAML 定義的工具來讓專員執行資料庫作業類似，此設計會將資料庫查詢定義為組態導向工具。在第一階段，資料代理程式只會執行這些查詢，而不會參與 AI 決策，並將結果傳回協調器。 - 詐欺分析劑
詐騙分析器代理程式是基石代理程式，可評估資料是否有詐騙跡象並產生洞察分析。此代理程式會擷取相關資訊環境 (例如交易詳細資訊、客戶資訊或協調器提供的歷史模式)，並套用 AI/ML 邏輯來判斷案例是否可能發生詐騙。在階段 1 中，這可以是基於規則的引擎或 OCI Anomaly Detection 模型，以提供快速且確定的回應。例如，它可能會標示異常，例如在正常範圍之外的交易，或是在短時間範圍內標記多個申請。接著，專員會產生詐騙分數或分類，並可能產生說明。
在第 2 階段，詐騙分析器代理程式使用 OCI Generative AI 或 Oracle 預先訓練的模型產生可讀取的調查敘述，增強了 LLM 功能。如此一來，生成式 AI 會自動簡明地建立發現項目的報告，總結標示交易的原因，並直接參考資料，例如客戶最近的交易如何在海外顯示異常的高價值採購，而這些採購偏離正常模式 5 個月 (5 級)，表示高詐欺的可能性。Oracle 的金融服務部門在加速調查方面強調了這類生成式敘述的價值。在第 2 階段，詐騙分析器代理程式可以使用 OCI LLM 來分析資料並說明結果。例如，它可能會使用結合資料的提示並要求模型分析詐欺風險，或先呼叫計算工具來執行工具輔助推理，然後讓 LLM 詳述結果。
- 其他代理程式 (視需要)
此架構支援插入其他代理程式以強化分析的功能。例如，外部檢查代理可以呼叫第三方服務，例如制裁清單或信用保險，以收集更多有關所涉及實體的證據。另一個可能是通知和案例管理代理程式，在確認詐騙後，將案例記錄在系統中，或觸發對人類調查員的警示。協調器能夠管理多個專員及協調複雜的工作流程，不需擾亂現有的專員即可新增專員。此模組化功能可讓系統延伸以示範展示，從兩個專員開始，然後再為規範檢查、客戶訊息等其他示範案例附加更多內容。