Роль штучного інтелекту у виявленні шахрайства у FinTech

Відкрийте для себе найкращі новини та події у сфері фінтех!

Підписуйтеся на розсилку FinTech Weekly

Читають керівники JP Morgan, Coinbase, Blackrock, Klarna та інших компаній

Штучний інтелект (ШІ) довів свою цінність у виявленні шахрайства так само, як і люди. Фінансові технології, або фінтех, є вразливими та прибутковими ресурсами для злочинців усіх типів, включаючи хакерів. ШІ може стати ключовим у запобіганні значної частини небезпечних атак і порушень, що є критично важливим для розвитку фінтеху. Як він може виявляти підозрілу активність і дозволяти фінтеху продовжувати масштабування?

Способи допомоги ШІ у виявленні шахрайства

Найпомітніші приклади того, як ШІ змінює ідентифікацію загроз та їх усунення.

1. Біометрія поведінки та аналіз натискань клавіш

Машинне навчання (МН) з ШІ може спостерігати за поведінкою користувачів, наприклад, спробами входу з використанням розпізнавання обличчя та сканування відбитків пальців. ШІ також може вивчати типові звички друку користувачів. Він визначає, які рухи, жести та час є характерними для конкретної особи перед доступом до фінтеху. Хоча злочинці можуть красти облікові дані або імітувати розпізнавання обличчя, імітація натискань клавіш набагато складніша.

При відкритті банківського додатку ШІ починає спостерігати за набором тексту. Якщо якийсь показник, наприклад швидкість друку, є аномальним, система може відмовити у вході. ШІ також може виявити підозрілу активність, якщо реальний користувач зазвичай вводить пароль з першої спроби — у разі багаторазових спроб він може надіслати сповіщення. Це часто мовчазна техніка моніторингу, яка зменшує кількість хибних спрацьовувань і несподівано ловить багатьох хакерів.

2. Графовий аналіз

Фінтех має багато складових, включаючи користувачів, пристрої, компанії, що обробляють транзакції, та бізнеси. Візуалізація зв’язків між цими об’єктами є складною, але ШІ може автоматизувати цей процес для виявлення джерела спроб шахрайства.

Деякі варіанти атак більш координовані і проникають у системи з різних напрямків. Графовий аналіз допомагає візуалізувати складніші загрози, наприклад, злом через посилання в електронній пошті, яке прив’язане до IP-адреси або магазину для крадіжки даних карток. ШІ може виявити такі приховані рухи і зупинити найруйнівніші плани шахрайства.

3. Виявлення геопросторових патернів

Транзакційні записи розповідають історію, яку може використовувати ШІ. Геопросторове розпізнавання патернів може визначити найпоширеніші місця покупок і міста. Це враховується разом із типовими сумами покупок для запобігання таким злочинам, як відмивання грошей.

Якщо злочинець використовує PayPal для транзакції у звичайному магазині, але сума значно перевищує типовий рівень, ШІ може позначити її як підозрілу. Крім того, ШІ може заблокувати картки або зупинити транзакції у фінтеху, якщо виявляється багато активності в різних місцях. Це може трапитися під час відпустки, але також і при підозрілих операціях, що вимагає додаткової аутентифікації.

4. Виявлення аномалій

Обробка великої кількості даних у фінтеху зайняла б безліч годин вручну. ШІ може зробити це за кілька секунд. Він здатен помічати будь-яку активність, що відхиляється від норми. Дослідження показують, що 72% керівників турбуються про конфіденційність і безпеку даних, зокрема щодо варіантів штучного інтелекту. Однак ще більше проблем може виникнути, якщо фінтех залишити без автоматичного виявлення аномалій.

Наприклад, компанія з кредитних карт може використовувати ШІ для моніторингу всіх транзакцій. Це дозволить виявити ризики шахрайства і відхилити обробку до повторних злочинів. ШІ виявляє аномалії і надсилає повідомлення відповідним сторонам для негайного розгляду та інформування клієнтів. Це підвищує прозорість і створює відчуття захищеності у клієнтів.

5. Прозоре звітування

Ресурси для виявлення шахрайства на базі ШІ використовують explainable AI (XAI), щоб зробити звіти про транзакції зрозумілими для аналітиків. Це допомагає фінтех-компаніям залишатися відповідними вимогам, оскільки вони мають послідовні, детальні записи кожного ризику та стратегії його запобігання. Це може допомогти мільйонам американців у майбутньому отримати кредитну лінію, захистивши їх від негативних позначок.

XAI вказує на найпомітніші загрози, допомагаючи аналітикам підвищувати рівень захисту у майбутньому. Кожне рішення стає обґрунтованим даними, а фінтех-компанії можуть повідомляти клієнтам про свої висновки і плани на наступний квартал для кращого захисту активів.

Як ШІ підвищує довіру до фінтеху

Впровадження ШІ у фінтех сприяє сектору з кількох причин, але найважливіша — це значне підвищення довіри клієнтів і користувачів. Громадяни та зацікавлені сторони будуть використовувати фінтех у своєму житті та бізнесі лише тоді, коли зможуть довіряти йому у важливих сферах. ШІ підсилює довіру, забезпечуючи:

*   **Постійну підтримку**: за допомогою чат-ботів та інших інструментів клієнтське обслуговування доступне цілодобово.
*   **Автоматичну аутентифікацію**: ШІ може перевіряти особистості та транзакції без ручного втручання, миттєво повідомляючи користувачів про підозрілі дії.
*   **Підвищену прозорість**: журнали даних дають аналітикам конкретний запис транзакцій, змін облікових даних і сповіщень про безпеку.
*   **Зменшення людських помилок**: з ШІ з’являється більше перевірок і балансів, оскільки він може виявити більше сигналів на основі історичних даних.

Також залишатиметься елемент людського контролю, і співробітники зможуть краще адаптуватися до швидкоплинного середовища безпеки фінтеху за допомогою автоматизації та ШІ.

Зменшення фінансових страхів за допомогою ШІ

Інвестори, зацікавлені сторони та винахідники у сфері фінтеху повинні спрямовувати свої ресурси на підвищення кібербезпеки, і ШІ може стати частиною комплексного рішення. Він доповнює зусилля технологічних і фінансових компаній, що прагнуть захистити внутрішні та клієнтські активи. Зацікавлені сторони мають інвестувати час і ресурси у впровадження, щоб закріпити використання передових фінтех-рішень у майбутньому.