Финансовая корпорация Mastercard, владеющая одноимённой платёжной системой, запустила усовершенствованную модель генеративного искусственного интеллекта Decision Intelligence Pro собственной разработки, которая позволит банкам лучше отслеживать подозрительные транзакции в её сети в режиме реального времени и определять, являются ли они законными или нет. Об этом сообщил ресурс CNBC со ссылкой на эксклюзивное интервью представителя Mastercard.

Источник изображения: Mastercard

Аджай Бхалла (Ajay Bhalla), президент бизнес-подразделения Mastercard по кибербезопасности и разведке, рассказал CNBC, что новое решение представляет собой запатентованную рекуррентную нейронную сеть, созданную с нуля командами Mastercard по кибербезопасности и борьбе с мошенничеством.

«Мы используем модели-трансформеры, которые, по сути, помогают получить мощь генеративного ИИ, — сообщил Бхалла. — Всё это было создано собственными силами, у нас есть все виды данных из экосистемы. Благодаря характеру нашей деятельности, мы видим все данные о транзакциях, которые поступают к нам из экосистемы».

Он отметил, что в некоторых случаях Mastercard полагается на открытый исходный код «всякий раз, когда это необходимо», но «большая часть» технологий создаётся собственными силами компании.

Собственный алгоритм Mastercard обучен на данных примерно 125 млрд транзакций, которые ежегодно совершаются в платёжной сети компании. Вместо текстового ввода он использует историю посещений торговых точек держателем карты в качестве подсказки для определения того, является ли бизнес, участвующий в транзакции, местом, куда с большой вероятностью направится покупатель.

Затем алгоритм генерирует пути через сеть Mastercard, чтобы оценить варианты. Более высокий балл в оценке будет соответствовать модели обычного поведения, ожидаемого от держателя карты, а более низкий балл — за пределами этой модели. Весь этот процесс занимает всего 50 миллисекунд.

По словам Бхаллы, новая ИИ-технология позволит финансовым учреждениям повысить уровень обнаружения мошенничества в среднем на 20 %. Однако в некоторых случаях эта модель привела к повышению уровня выявления мошенничества на целых 300 %, добавил он. Mastercard ожидает, что её алгоритм также позволит банкам сэкономить до 20 % на затратах на оценку незаконных транзакций.

Однако истинный потенциал новой технологии Mastercard, как полагает Бхалла, заключается в её способности выявлять мошеннические модели и тенденции для прогнозирования будущих типов мошенничества, которые пока не встречались в платёжной экосистеме.

Компания Mastercard, владеющая одноимённой платёжной системой, разработала решение Consumer Fraud Risk на базе искусственного интеллекта, которое позволяет банкам более эффективно определять в режиме реального времени факты мошенничества и предотвращать отправку денег их клиентами злоумышленникам, обманом выдающих себя за законного получателя платежа, например члена семьи, друга или ретейлера.

Источник изображения: Pixabay

Mastercard сообщила ресурсу Bloomberg News, что её систему выявления мошенничества уже используют девять крупнейших банков Великобритании, в том числе Lloyds Banking Group, Natwest Group и Bank of Scotland.

На мошенничество с санкционированными push-платежами (APP), когда злоумышленник выдаёт себя за другого с целью выманивания средств, приходится порядка 40 % от всех убытков от банковского мошенничества в Великобритании, и, согласно прогнозу ACI Worldwide и GlobalData, к 2026 году только в США и Великобритании потери от него достигнут $5,25 млрд.

Для обучения решения Consumer Fraud Risk использовался массив данных, полученных в ходе пятилетней совместной работы Mastercard с британскими банками по выявлению случаев мошенничества с использованием счетов «денежных мулов», которые затем блокировались.

Решение Mastercard на основе ИИ, используя эти данные в сочетании с анализом других сведений, таких как номера счетов, суммы платежей, история плательщиков и получателей платежей, а также ссылки получателя платежей на счета, связанные с мошенничеством, позволяет банкам реагировать на инциденты в режиме реального времени и блокировать платежи до того, как средства будут направлены мошеннику.

Система Consumer Fraud Risk при любой попытке банковского перевода в течение полусекунды присваивает ему оценку риска от 0 до 999 аналогично системе, которая уже используется для выявления мошеннических платежей по кредитным картам. Банк может комбинировать эту оценку риска со своей собственной аналитикой, чтобы определить, насколько рискованной является транзакция и, при необходимости, заблокировать её до того, как деньги уйдут со счёта жертвы.

По словам главы отдела по борьбе с мошенничеством банка TSB Banking Group Plc Пола Дэвиса (Paul Davis), особенно хорошо система позволяет выявлять мошенничество с покупками, когда преступники, выдающие себя за продавцов, обманом заставляют людей платить за несуществующие товары или услуги, что составляет около половины всех случаев мошенничества с санкционированными push-платежами.

По оценкам TSB, использующего ИИ-систему Mastercard, в масштабе всей страны Consumer Fraud Risk позволит сэкономить британским банкам около £100 млн в год.