世界海关组织高兴地宣布，在韩国海关合作基金（CCF-K）的支持下，截至6月17日，CLiKC上的LITE DATE欺诈检测模型和高级数据分析课程已提供英语和法语版本。

根据世界海关组织对海关数据分析的关注BACUDA项目继续根据会员的需求和相应的能力建设活动提供开源算法。

最新添加的是LITE DATE模型，其源代码和解释包含在CLiKC上的高级数据分析课程中！E-Learning平台。

LITE DATE，简单易用

LITE DATE是2020年开发的DATE模型的精简版本，是BACUDA项目的一部分，从这个意义上讲，模型的结构已被简化，以供更广泛的使用，而不会失去其功能。在DATE模型的发布和中间课程的启动（涵盖DATE模型算法和源代码）之后，成员们表示需要解决模型的困难，因为它需要复杂的编程技术、库和GPU。    

为此，LITE DATE模型是根据反馈和建议开发的，使其成为一个易于实践、理解和执行的模型，而无需高性能GPU。

虽然最初的DATE模型旨在通过预测额外收入来检测欺诈，但LITE DATE模型仅执行上述功能中的第一项任务。

LITE DATE的关键方面

LITE DATE模型的目标是检测欺诈交易。从技术上讲，它是一个二进制分类模型，旨在将给定的交易分类为非法交易或非非法交易。XGBoost分类器用于二进制分类，这是一种使用boosting方法的基于树的集成算法。

用于培训模型的数据是由项目团队创建和共享的综合海关申报数据集。该数据集包括10万份海关申报数据的合成样本，这些样本标有合成检验结果。

就性能而言，该模型显示召回率为79.9%，准确率为20.8%（召回是一种常用于准确评估AI欺诈检测的指标）。

根据结果，预计该模型可以检测到大约80%的全部非法交易，并将接受人工检查的交易数量减少到三分之一，同时将其效率从7%提高到20.8%。

关于进一步的定制支持和课程中的任何问题，世界海关组织邀请成员联系世界海关组织BACUDA项目团队(bacuda@wcoomd.org).