Роль ИИ в обнаружении мошенничества в финтехе

Откройте для себя лучшие новости и мероприятия в сфере финтеха!

Подпишитесь на рассылку FinTech Weekly

Читают руководители в JP Morgan, Coinbase, Blackrock, Klarna и не только

Искусственный интеллект (ИИ) оказывается таким же ценным ресурсом в выявлении мошенничества, как и люди. Финансовые технологии, также называемые финтех, уязвимы и являются выгодными ресурсами для преступников всех типов, включая хакеров. ИИ может стать способом остановить значительную часть опасных атак и взломов, что критически важно для того, чтобы финтех мог развиваться. Как он может выявлять подозрительную активность и позволять финтеху продолжать масштабироваться?

Способы, которыми ИИ помогает в выявлении мошенничества

Это наиболее заметные примеры того, как ИИ меняет выявление угроз и меры реагирования.

1. Поведенческая биометрия и анализ нажатий клавиш

Машинное обучение (ML) с ИИ может наблюдать за поведением пользователей, например за попытками входа с использованием распознавания лица и сканирования отпечатков пальцев. ИИ также способен изучать типичные привычки пользователей при наборе текста. Он обнаруживает, какие движения, жесты прокрутки и тайминг характерны для конкретного человека до того, как он получает доступ к финтеху. Хотя преступники могут украсть учетные данные или даже имитировать распознавание лица, имитация нажатий клавиш намного сложнее.

При открытии банковского приложения он начинает наблюдать за тем, как человек печатает. Если показатель вроде скорости набора текста является аномальным, тогда он может отказать в попытке входа. ИИ также может обнаружить подозрительную активность, если реальный пользователь обычно вводит пароль правильно с первой попытки — он может отправлять уведомления, если хакер пытается сделать это несколько раз. Это часто бесшумная техника мониторинга, которая снижает регулярность ложных срабатываний и застает многих хакеров врасплох.

2. Графовая аналитика

В финтехе много движущихся частей, включая пользователей, устройства, компании по обработке транзакций и бизнесы. Сопоставить эти сущности и их взаимосвязи сложно, но ИИ может автоматизировать процесс, чтобы находить источник попыток мошенничества.

Некоторые варианты атак более скоординированы и проникают в системы финтеха с разных сторон. Графовая аналитика визуализирует более сложные угрозы, например взлом, начинающийся по ссылке в электронной почте, которая связана с IP-адресом или с магазином, чтобы украсть данные карты людей. ИИ может обнаружить такие скрытные перемещения, чтобы остановить некоторые из самых разрушительных планов мошенничества.

3. Детектирование геопространственных паттернов

Транзакционные записи рассказывают историю, которую ИИ может использовать. Геопространственное распознавание паттернов может определить самые распространенные места, где человек делает покупки, и в каких городах. Оно учитывает это вместе с типичными суммами покупок, чтобы останавливать активность вроде отмывания денег.

Поэтому, если преступник использует PayPal для транзакции в ожидаемом магазине, но сумма намного выше типичной стоимости, ИИ может отметить это. Кроме того, если в разных локациях наблюдается чрезмерная активность, ИИ может заморозить карты или остановить транзакции в финтехе. Хотя такое может происходить при реальном использовании, например во время отпуска, это может вызвать дополнительные меры аутентификации, чтобы разрешить обмен.

4. Обнаружение аномалий

Анализ объема данных в финтехе потребовал бы бесчисленных часов ручной работы. ИИ мог бы сделать это за считанные секунды. ИИ может замечать любую активность, отклоняющуюся от нормы. Исследования показывают, что 72% руководителей беспокоит приватность и безопасность в контексте ИИ-ресурсов, включая варианты вроде агентного ИИ. Однако могут возникнуть дополнительные опасения, если оставить финтех без ИИ-ориентированного обнаружения аномалий.

Например, компания, выпускающая кредитные карты, могла бы использовать ИИ, чтобы наблюдать за всеми транзакциями. Она могла бы выявлять риски мошенничества и отказывать в обработке до того, как повторные преступления успеют произойти. Он обнаруживает аномалию и отправляет уведомления соответствующим сторонам для немедленной проверки и уведомления клиента. Эта практика повышает прозрачность, и клиенты чувствуют себя защищенными.

5. Прозрачная отчетность

Ресурсы для выявления мошенничества на основе ИИ используют объяснимый ИИ (XAI), чтобы сделать транзакционную отчетность понятной для проверяющих. Это помогает компаниям финтеха оставаться в соответствии, потому что у них есть последовательные, подробные записи о каждом риске и стратегии, используемой для защиты от него. В будущем это может помочь миллионам американцев получить более высокий шанс доступа к линии кредитования, избавив их от разрушительных отметок.

XAI будет ссылаться на самые заметные угрозы, помогая аналитикам на пути к усилению обороны для будущего. Каждое решение становится управляемым данными, и компании финтеха могут общаться с клиентами о своих выводах и о том, что они будут делать в предстоящем квартале, чтобы лучше защитить их активы.

Как ИИ повышает доверие к FinTech

Внедрение ИИ в финтех помогает отрасли по разным причинам, но самая значительная — насколько сильно это повышает доверие со стороны клиентов и пользователей. Граждане и заинтересованные стороны будут внедрять финтех в свою повседневную жизнь и операции только в том случае, если смогут доверять ему ключевые аспекты своих жизней и бизнесов. ИИ усиливает доверие, предоставляя:

*   **Постоянную поддержку**: С чат-ботами и другими инструментами служба поддержки клиентов доступна с ИИ в любое время суток.
*   **Автоматизированную аутентификацию**: ИИ-ресурсы могут проверять личности и транзакции без ручного вмешательства, сразу уведомляя пользователей о подозрительной активности.
*   **Усиленную прозрачность**: Журналы данных дают аналитикам осязаемую запись транзакций, изменений учетных данных и уведомлений о безопасности.
*   **Снижение человеческих ошибок**: С ИИ больше проверок и балансов, потому что он может улавливать больше предупреждений, опираясь на исторические данные.

Также будет сохраняться элемент человеческого надзора, и эти работники смогут лучше адаптироваться к динамичной среде безопасности финтеха за счет автоматизации и ИИ.

Устранение финансовых страхов с помощью ИИ

Инвесторы в финтех, заинтересованные стороны и изобретатели должны направлять свои ресурсы на более надежную кибербезопасность, и ИИ может стать частью комплексного решения. Он дополняет усилия технологических и финансовых компаний, которые стремятся к большей защите внутренних активов и активов клиентов. Заинтересованным сторонам нужно вкладывать время и ресурсы в внедрение, чтобы закрепить принятие передовых финтех-решений в будущем.