Защита от мошенничества и отмывания денежных средств (антифрод)
Система предотвращения транзакционного мошенничества в режиме реального времени для компаний, которым необходим контроль рисков при проведении платежных операций. К таким компаниям относятся финансовые организации, компании выпускающие топливные карты, платежные терминалы и сервисы, службы обработки платежей.
IBM Safer Payments анализирует проводимые транзакции и различные вспомогательные данные, обрабатывает их согласно имеющимся правилам, моделям, существующим спискам, тем самым определяя их легитимность, и принимает решение о согласии на проведение, отказе или приостановке транзакции.
IBM Safer Payments позволяет сократить операционные издержки, устранить потери, связанные с мошенничеством, снизить число ложноположительных срабатываний без использования двухфакторной идентификации.
компаний
компаний
Обработка транзакций в режиме реального времени проходит при ограниченном количестве данных о каждой, что повышает риски несанкционированного подключения и вывода платежей.
IBM Safer Payments обеспечивает в автоматическом режиме идентификацию легитимных и аномальных транзакций согласно настроенной модели.
Высокая скорость обработки данных при потоке 4000 tps, при этом скорость обработки каждой операции менее 10 мс Отказоустойчивость SLA 99,999% при соблюдении рекомендованной архитектуры
компаний
Ни одна модель машинного обучения или искусственного интеллекта не может обнаружить все виды мошенничества. Эффективна только комбинация методов.
IBM Safer Payments- это «фабрика моделей» позволяющая использовать несколько моделей машинного обучения для более эффективного выявления подозрительных транзакций
компаний
Использование правил машинного обучения часто представляют из себя «черный ящик», который генерирует скоринг, в котором нельзя разобраться без знания модели, чтобы своевременно скорректировать и адаптировать правила аналитиками компании. Для коррекции и адаптации модель нейронной сети должна быть передана специалистам по работе с моделями машинного обучения, что влечет за собой потерю времени и актуальности данных.
BM Safer Payment – реализована на базе открытой платформы, с использованием когнитивного подхода противодействия мошенничеству. Она заключается в генерации максимально подходящих определённому клиенту правил на основе исторических данных с использованием машинного обучения. Вместо генерации модели «черного ящика» IBM Safer Payment генерирует легко читаемые экспертные правила (сценарии) с гораздо более быстрыми циклами обновления моделей, без передачи специалистами data scientists.
компаний
Компании как правило начинают фокусировать на системах информационной безопасности, уже после возникновения инцидента. В условиях ограниченного бюджета как правило отсутствует систематическое инвестирование компании в информационную безопасность.
IBM Safer Payments - это законченный продукт, требующий только аппаратного обеспечения и 64-битной лицензии RHEL с низкой стоимостью владения.
Преимущества системы
При соблюдении необходимых рекомендаций к архитектуре. На весь процесс внедрения IBM Safer Payments уходит в среднем от 3 до 6 месяцев.
– сертификация по стандарту PCI PA DSS, что позволяет сэкономить на аудите PCI
SIEM, SOAR, TIP и другими
Логическая архитектура решения Safer Payments
На схеме изображен поток транзакций в систему, все данные записываются, сохраняются и проходят анализ через антифрод модель. Одновременно создаются и настраиваются новые правила в модели.
Параллельно с работой системы, никак не влияя на текущую модель, создается её копия, где можно ЧЕРЕЗ ИНТЕРФЕЙС вносить изменения и создавать новые правила. Используются экспертные правила, которые будут содержать разные счетчики, прецеденты или прошлые события. Специалисты могут использовать созданные ML (Mashine Learning) модели и подгружать их для использования в рулсете.
IBM Safer Payments использует самый современный и когнитивный метод -это автоматическая генерация правил на основе ML на основе исторических данных и отметках о мошеннических транзакциях.
После подготовки модели её работа проверяется на исторических данных, для этого используется функция симуляции. Это позволит увидеть результаты работы модели используя запросы из симулированной БД. В случае неудовлетворительных результатов можно без проблем внести изменения и проверить её работу ещё раз, при этом никакого влияния на текущую БД и работу текущей модели данный процесс не оказывает. Как только получены подходящие результаты работы модели, одним нажатием кнопки go-live модель бесшовно встраивается в рабочую среду. Не зависимо от модели можно редактировать листы мониторинга.
По результатам отработки правил модели в виде результата целевая система получает ответ о возможности проведения транзакции, для операторов создаются кейсы, которые предназначены для дальнейшего расследования и принятия решений если это необходимо, а также всегда можно получить отчеты для понимания качества работы команды расследователей.
Процесс внедрения решения:
5 лет
в Топ-10 банков
На первом этапе команда аналитиков и экспертов компании Cross Technologies проводит аудит бизнес процессов заказчика для изучения всех возможных мошеннических схем, чтобы предотвратить в кратчайшие сроки потенциальные угрозы для бизнеса. На втором этапе проводится проектирование и разработка документации по внедрению.
Завершающим этапом является внедрение IBM Safer Payments и настройка всех направленных в неё каналов из целевых систем, создаются как кросс-канальные правила противодействия мошенничеству, так и правила выявления отмывания денежных средств (AML). Подготовка всей необходимой документации для заказчика и ввод в эксплуатацию системы.