Вход Регистрация
 

Аналитика и комментарии

22 марта 2017

Jet Detective: больше, чем антифрод

Компания «Инфосистемы Джет» создала систему антифрода, основанную на технологиях машинного обучения и искусственного интеллекта

Компания «Инфосистемы Джет» недавно объявила о создании собственного антифрод-решения Jet Detective. О целесообразности его использования, выгодах применения для банков, отличительных особен­ностях и конкурентных преимуществах в интервью NBJ рассказали эксперты компании «Инфосистемы Джет»: руководитель направления противодействия мошенничеству Алексей СИЗОВ и руководитель направления «Большие данные и машинное обучение» Евгений КОЛЕСНИКОВ.

NBJ: Зачем нужны системы противодействия мошенничеству?

А. СИЗОВ: Главная причина – необходимость противодействия мошенничеству во всех его проявлениях. Мы уже не один год обсуждаем эту проблему и пытаемся противостоять атакам на классические каналы ДБО, карточные продукты и т.д. 2015 год показал, что существует еще одна серьезная проблема: таргетированные атаки, к которым многие банки оказались не готовы. 
В результате финансово-кредитные организации несут миллиардные убытки. Существует и внутренний фрод, которому также необходимо противостоять, чтобы избежать как финансовых, так и репутационных рисков. Банки могут бороться с внешними и внутренними рисками как раз с помощью антифрод-систем. 

NBJ: Насколько антифрод-системы эффективны сегодня?

А. СИЗОВ: Эффективность систем противодействия мошенничеству сомнений не вызывает, вопрос в их более широком применении, причем как для удовлетворения требований регуляторов, так и с целью распространения их действия и на другие области, где необходимо конт­ролировать риски.

Каждый банк для себя измеряет понятие «эффективность» с помощью разных показателей. Кому-то достаточно показателя полноты в 60%, а кто-то использует более сложные интегральные метрики. Эффективность же самой системы противодействия мошенничеству можно характеризовать категорией «окупилась – не окупилась». 

Ранее банки (за исключением топ-10) рассчитывали на то, что эта система сможет помочь в случае обнаружения серьезных атак. Сегодня же есть понимание того, что с помощью таких систем можно оптимизировать и внутренние процессы организации. Например, банк проверяет все подозрительные операции в ДБО юридических лиц. Для этого нужны сотрудники, которые связываются с компаниями-клиентами и выясняют, совершались платежи или нет. Чтобы решить эту задачу, крупным банкам необходимы десятки, а то и сотни специалистов. Если система позволит более точно идентифицировать высокорисковые операции, при этом не снижая качества работы и не пропуская фрода, это позволит сэкономить огромные средства за счет высвобождения фонда заработной платы. 

NBJ: Чем отличается Jet Detective от других аналогичных систем?

Е. КОЛЕСНИКОВ: Продукты, представленные на рынке, имеют определенные ограничения. Существуют классические решения, которые предполагают защиту, например, только дистанционных каналов или карт. Применять такие системы к внутреннему фроду крайне затруднительно. Никакое решение, используемое в ДБО, не способно анализировать кредитные заявки – в этом заключаются ограничения таких систем. В них не создано методологии, нет базы сущностей, с которыми следует работать, чтобы анализировать события в смежных областях. 

Создавая Jet Detective, мы попытались снять эти ограничения. В нашем антифрод-решении есть механизм, который позволяет обрабатывать всю ту банковскую информацию, которая на сегодняшний день является критичной. Мы решили избавить наших заказчиков от необходимости использовать для выявления фрода разные системы в зависимости от вида операций ‒ будь то ДБО или карточный процессинг. При этом Jet Detective может собирать информацию из Security Operation Center (SOC) для обнаружения кросс-канального мошенничества. Кроме того, при расследовании взломов банковской системы мы не только рассматриваем весь объем операций клиента в тот или иной промежуток времени, но и пытаемся определить, происходили ли изменения в информационной системе. Эти данные тоже могут быть предоставлены с помощью нашего антифрод-решения. 

NBJ: Какова конкурентная среда для такого типа решений? 

Е. КОЛЕСНИКОВ: Существует достаточное количество антифрод-решений, однако проблемы остаются, а если и решаются, то в меньшем объеме, чем этого хотелось бы. В своем решении мы попытались максимально приблизиться к ожиданиям и потребностям наших текущих заказчиков.

Практически все существующие на рынке системы имеют жесткую ориентацию, то есть они не могут применяться в новых направлениях защиты, в новых сегментах мошенничества. Для того чтобы решить эту проблему, нужна их серьезная доработка. Другая проблема – это сложность поддержки систем, близких к коробочным. Их эксплуатация становится весьма затратной с точки зрения как финансов, так и ресурсов. Гибкость этих систем, очевидно, снижается.

А. СИЗОВ: Занимаясь проблемами фрода и внедрением антифрод-решений, мы накопили достаточный опыт, который теперь аккумулирован в решении Jet Detective наряду с опытом наших разработчиков, хорошо освоивших технологии Big Data и искусственного интеллекта. Новое решение позволит нашим заказчикам более эффективно противодействовать фроду, повышая скорость и точность выявления мошеннических схем. Заказчики получат инструмент, который удобно масштабировать вне зависимости от того, какая задача будет стоять перед ними завтра.

NBJ: Каковы выгоды от использования вашего решения?

А. СИЗОВ: Любую систему, любой софт заказчик выбирает на основании трех критериев: быстрее, дешевле, лучше. В плане скорости обработки операций наше решение аналогично системам ведущих игроков на рынке. Сегодня уже сложно превзойти сотые доли секунды на обработку события, которое поступает в антифрод-систему. Это и выше потребностей, существующих в банковском бизнес-процессе. Мы решили обеспечить высокую скорость работы с самим решением – речь идет о создании новых подключений, новых источников, заведении новых данных, создании логики.

Е. КОЛЕСНИКОВ: Действительно, машина позволяет актуализировать модель как минимум раз в сутки. И это не предел. Если произошла массовая атака на какой-то сегмент клиентов, то обучение модели можно запустить в текущий момент времени ‒ оно закончится меньше чем через сутки, и при этом модель еще будет актуальна. Плюс написанная нами фабрика моделей позволяет уменьшить количество специалистов, настраивающих подобные системы, и свести необходимость их квалификации до более низкого уровня. Это существенная экономия на штате и возможность не опасаться ухода какого-то из сотрудников. 

NBJ: На какой целевой сегмент ориентировано ваше решение?

А. СИЗОВ: Конечно, наша очевидная аудитория – это банки топ-уровня. Однако мы попытались сделать антифрод доступным чуть более широкому сегменту финансово-кредитных организаций, чем это было раньше. Хотя у малых и средних банков нет такого объема операций, как у крупных, риски у них существуют такие же.

NBJ: То есть это решение не только для крупных банков, но и для средних и небольших организаций?

А. СИЗОВ: Да. Мы часто советуем нашим заказчикам не только внедрять подобные решения, но и пробовать работать по SaaS-модели. Ее выгоды для небольших организаций очевидны. Если проект сводится к достаточно стандартизированным функциям подключения, анализа и т.д., то у расходы заказчика существенно сокращаются. Он не тратит большие средства на полноценный проект, включая закупку оборудования, общий объем лицензирования, он покупает только ту услугу, которая ему нужна в текущий момент времени. Нашим заказчикам мы можем предложить услуги собственного ВЦОД, сертифицированного для хранения персональных данных.

NBJ: Каким вы видите дальнейшее развитие вашей системы?

Е. КОЛЕСНИКОВ: Поскольку мы говорим, что в нашей системе аккумулируется вся банковская информация, то наряду с антифродом есть еще несколько направлений, где она могла бы эффективно использоваться. В первую очередь это AML, а также скоринг банковских кредитных заявок, контроль бизнес-процессов. То есть это те направления, которые в основе своей работы используют математические модели. 

А. СИЗОВ: Сегодня очень часто возникают ситуации, когда в рамках единого подразделения объединяются различные направления контроля. Если 10 лет назад подразделение рисков в банке было некой экзотикой, то сейчас его наличие стало привычным явлением. Именно централизованное подразделение рисков, не связанное с конкретным бизнес-направлением, отвечает за все возникающие в банке риски.

Jet Detective – это не только система противодействия мошенничеству, но и полноценная платформа, которая уже может решать и бизнес-задачи. Она перешагнет и направление безопасности, и направление комплаенса и уйдет в бизнес-контроль, который сейчас необходим каждому банку. 

  • Currently 10/10

Всего проголосовало: 1

10.0

беседовала Оксана Дяченко

Комментировать могут только зарегистрированные пользователи

Мы в сетевых сообществах: 

Голосование

Чем вы считаете биткоин?

Загрузка результатов голосования. Пожалуйста подождите...
Все голосования

Календарь мероприятий

Ближайшие мероприятия

Видео

26 сентября 2017 года состоялся Осенний Интеллектуальный кубок

26 сентября 2017 года состоялся Осенний Интеллектуальный кубок в номинациях "Самый интеллектуальный банк", "Самая интеллектуальная компания в финансовой сфере" и "Самая интеллектуальная компания...

Яндекс.Метрика