הונאה פיננסית היא בעיית איתור קלאסית: מיליוני עסקאות תקינות, ובתוכן מיעוט זעיר של עסקאות זדוניות הנראות, לפחות בהתחלה, בדיוק כמו כל השאר. בקרות פנימיות מסורתיות אינן מספיקות בקנה מידה כזה, ולכן התחום עבר לניתוח נתונים ממוחשב — עיבוד ואימות נתונים, אשכול וסיווג, רגרסיה, ניתוח סדרות עתיות, ואפילו פונקציות המאתרות רשומות כפולות או שמות שנכתבו בשגיאה.
שתי משפחות של למידת מכונה משמשות זו לצד זו. למידה מפוקחת מאמנת מודל על רשומות שסומנו ידנית כהונאה או כתקינות, באמצעות רשתות עצביות, למידה בייסיאנית ועצי החלטה. למידה לא-מפוקחת מחפשת חריגות בלי תיוג מראש — למשל ניתוח קבוצות עמיתים, המאתר חשבון שהתנהגותו סטתה מקבוצת חשבונות דומים לו, או ניתוח נקודות שבירה, המאתר שינוי חד בדפוס של חשבון בודד לאורך זמן. לצידן משמשים גם זיהוי תבניות, ניתוח קשרים בין גורמים מוכרים, ומערכות מומחה ותיקות.
המגבלה המרכזית ידועה ואינה נעלמת: שום ניתוח סטטיסטי אינו יכול לקבוע בוודאות שעסקה מסוימת היא הונאה — הוא מדרג חשד. מכאן נובע מתח קבוע בין התרעות שווא, המקפיאות עסקאות לגיטימיות ומרגיזות לקוחות, לבין החמצות שעולות כסף. בפועל, מערכות מוצלחות משלבות מודל אוטומטי עם אנליסט אנושי המאמת את החשד לפני פעולה.
קושי נוסף, מעשי מאוד, הוא מחסור במאגרי נתונים ציבוריים לאימון ולהשוואה, מסיבות מובנות של סודיות בנקאית — עד שמאגר בודד של עסקאות כרטיסי אשראי, שפרסמה קבוצת מחקר באוניברסיטה החופשית של בריסל, הפך למקור ההשוואה הנפוץ במחקר האקדמי בתחום.
ישראל בולטת בענף. ThetaRay, שנוסדה ב-2013 בידי אמיר אברבוך, רונלד קויפמן ומארק גזית והממוקמת בהוד השרון, מפתחת תוכנה לניטור עסקאות, לאיתור הלבנת הון ולסינון סנקציות עבור בנקים, ובהם ING ובנקו סנטנדר. BioCatch מזהה הונאה לפי ביומטריה התנהגותית — דפוסי הקלדה ותנועה, ולא סיסמה או טביעת אצבע; באוגוסט 2026 הודיעה Visa על הסכם לרכישתה בכ-2.4 מיליארד דולר.