La protezione contro le frodi è una corsa contro scala.
Ad esempio, la rete di Mastercard elabora circa 160 miliardi di transazioni all’anno e durante i periodi di punta (come la corsa alle festività di dicembre) aumenta di 70.000 transazioni al secondo. Trovare tra loro acquisti falsi senza inseguire falsi allarmi è un’impresa incredibile; pertanto i truffatori sono riusciti a ingannare il sistema.
Tuttavia, ora modelli avanzati di intelligenza artificiale possono esaminare singole transazioni e rilevare transazioni sospette in pochi millisecondi. Questo è il cuore della piattaforma antifrode di punta di Mastercard, Decision Intelligence Pro (DI Pro).
“DI Pro esamina in modo specifico ogni transazione e i rischi ad essa associati”, ha affermato Johan Gerber, vicepresidente delle soluzioni di sicurezza di Mastercard, in una recente dichiarazione. VB Oltre il podcast pilota. “Il problema principale che stiamo cercando di risolvere qui è la valutazione in tempo reale”.
Come funziona DI Pro?
DI Pro di Mastercard è progettato per la latenza e la velocità. Dal momento in cui un consumatore tocca una carta o fa clic su “acquista”, la transazione scorre attraverso il livello di orchestrazione di Mastercard, torna nella rete e quindi alla banca emittente della carta. In genere ciò avviene in meno di 300 millisecondi.
Alla fine, è la banca a decidere se approvare o rifiutare, ma la qualità di tale decisione dipende dalla capacità di Mastercard di fornire un punteggio di rischio preciso e contestuale in base al fatto che la transazione sia fraudolenta o meno. Ciò che rende complicato l’intero processo è che in realtà non stanno cercando anomalie; Stanno cercando transazioni che somiglino, in termini di progettazione, al comportamento dei consumatori.
Al centro di DI Pro c’è la “rete neurale ricorrente” (RNN) di Mastercard. "consiglio avverso" Architettura. Questo tratta il rilevamento delle frodi come un problema di raccomandazione; RNN esegue uno studio di completamento del modello per determinare il modo in cui i fornitori si relazionano tra loro.
Come spiega Gerber: “Sono stati qui prima, sono qui adesso. Ha senso per loro? Consiglieremmo loro questo commerciante?”
Chris Merz, vicepresidente senior della scienza dei dati presso MasterCard, ha spiegato che il problema della frode può essere suddiviso in due sottocomponenti: il modello comportamentale dell’utente e il modello comportamentale del truffatore. “E stiamo cercando di capire queste due cose”, ha detto.
Un’altra “tecnica corretta” è il modo in cui Mastercard affronta la sovranità dei dati, ovvero quando i dati sono soggetti alle leggi e alle strutture di governance della regione in cui vengono raccolti, elaborati o archiviati. Per mantenere i dati “sottoterra”, il team antifrode dell’azienda fa affidamento su dati aggregati e “completamente anonimizzati” che non sono suscettibili ad alcun problema di privacy e possono quindi essere condivisi con modelli a livello globale.
“Quindi puoi ancora avere modelli globali che influenzano ogni decisione locale”, ha detto Gerber. “Prendiamo un anno di conoscenze e le condensiamo in una singola azione di 50 millisecondi per dire sì o no, questo è positivo o questo è negativo.”
truffatori truffatori
Se da un lato l’intelligenza artificiale aiuta le società finanziarie come Mastercard, dall’altro aiuta anche i truffatori; Ora possono sviluppare rapidamente nuove tecniche e identificare nuovi modi per sfruttarle.
Mastercard combatte i criminali informatici coinvolgendoli nel loro territorio. Un modo per farlo è usare . "vasi di miele," o ambienti artificiali principalmente destinati "trappola" criminali informatici. Quando gli autori delle minacce pensano di avere un token legittimo, gli agenti di intelligenza artificiale li contattano nella speranza di ottenere l’accesso ai mule account utilizzati per trasferire denaro. Ciò diventa “estremamente potente”, ha affermato Gerber, perché i difensori possono applicare tecniche grafiche per determinare come e dove gli account mule sono collegati agli account legittimi.
Dopotutto, affinché i truffatori possano ricevere i loro pagamenti, hanno bisogno di un account legittimo da qualche parte, collegato al loro account mulo, anche se è nascosto 10 volte. Quando i difensori riescono a identificarli, possono mappare le reti di frode globali.
“È bello combattere contro di loro perché ci hanno fatto abbastanza male”, ha detto Gerber.
Ascolta il podcast per saperne di più su:
-
Che tipo di Mastercard? "sandbox del malware" Con il futuro registrato;
-
Perché è necessario un documento sui requisiti di ingegneria della scienza dei dati (DSERD) per mantenere allineati quattro team di ingegneri separati;
-
importanza "priorità spietata" e prendere decisioni difficili per andare oltre "migliaia di fiori stanno sbocciando" progetti che abbiano un impatto aziendale davvero forte;
-
Perché un’implementazione efficace dell’IA deve includere tre fasi: ideazione, attivazione e implementazione; ma la maggior parte delle organizzazioni salta il secondo passaggio.
Ascolta e iscriviti Oltre il pilota Aprire Spotify, Mela o ovunque trovi i tuoi podcast.
