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. 

Всего проголосовало: 0

0.0

беседовала Оксана Дяченко

Комментировать могут только зарегистрированные пользователи

Мы в сетевых сообществах: 

Голосование

Как вы считаете, новый механизм оздоровления банков, предложенный ЦБ РФ

Загрузка результатов голосования. Пожалуйста подождите...
Все голосования

Календарь мероприятий

Апрель, 2017
««
«
Сегодня
»
»»
Пн Вт Ср Чт Пт Сб Вс
          1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
Ближайшие мероприятия

Видео

30 марта 2017 года состоялся Весенний Интеллектуальный Кубок «Самый интеллектуальный банк» и «Самая интеллектуальная компания в финансовой сфере»

В роли ведущего выступил Виктор Сиднев - обладатель Хрустальной совы и звания Лучшего капитана клуба «Что? Где? Когда?».

Яндекс.Метрика