Một công ty fintech ngăn chặn gian lận tài chính với AI và GPU

Thành viên của NVIDIA Inception, Featurespace, đã sử dụng AI để chống tội phạm tài chính, bao gồm gian lận thẻ tín dụng và rửa tiền.

Doanh số thương mại điện tử đã tăng vọt khi có nhiều người mua sắm từ xa được thúc đẩy bởi đại dịch. Theo David Sutton, giám đốc công nghệ phân tích của công ty fintech Featurespace, sự gia tăng này cũng đã khiến những kẻ lừa đảo khai thác các cơ hội để lừa đảo các nhà bán lẻ và cả khách hàng.

Công ty có trụ sở chính tại Vương quốc Anh, đã phát triển công nghệ dựa trên AI để tăng tốc độ và độ chính xác của việc phát hiện và ngăn chặn gian lận. Được gọi là ARIC Risk Hub (Trung tâm rủi ro ARIC), nền tảng này sử dụng các mô hình học sâu được đào tạo bằng GPU NVIDIA để phân biệt giữa hành vi giao dịch hợp lệ và gian lận.

“Các giao dịch trực tuyến là mục tiêu hàng đầu của bọn tội phạm, vì chúng không cần phải có thẻ vật lý để giao dịch”, Sutton nói. “Với thông tin chi tiết về thẻ bị xâm phạm có sẵn thông qua các web đen, những kẻ gian lận có thể nhắm mục tiêu vào số lượng lớn các thẻ để thực hiện hành vi gian lận với rất ít nỗ lực”.

ARIC Risk Hub xây dựng hồ sơ hành vi phức tạp về những gì nó gọi là khách hàng “chính chủ” bằng cách tập hợp dữ liệu giao dịch và bên thứ ba từ khắp vòng đời của họ trong một tổ chức tài chính.

Theo truyền thống, việc ngăn chặn gian lận thường bị hạn chế bởi sự chậm trễ trong việc phát hiện – với việc khách hàng chỉ được thông báo sau khi tiền đã đi ra khỏi tài khoản ngân hàng của họ. Nhưng ARIC Risk Hub trong vòng chưa đầy 30 mili giây đã có thể xác định được sự bất thường ngay cả với những thay đổi nhỏ nhất trong hành vi của khách hàng. Nó so sánh từng sự kiện tài chính của khách hàng với hồ sơ của họ bằng cách sử dụng phân tích hành vi thích ứng được hỗ trợ bởi AI.

Công nghệ này được triển khai trên 70 tổ chức tài chính lớn trên toàn cầu – và một số đã báo cáo rằng nó đã chặn 75% các cuộc tấn công gian lận, Sutton nói.

ARIC Risk Hub giúp các tổ chức này xác định hành vi tội phạm trong thời gian gần thực – giảm thiệt hại tài chính và chi phí hoạt động của họ, đồng thời bảo vệ hơn 500 triệu người tiêu dùng khỏi gian lận và tội phạm tài chính.

Featurespace là thành viên của NVIDIA Inception, một chương trình toàn cầu miễn phí nuôi dưỡng các công ty khởi nghiệp thế hệ mới.

Tăng tốc đào tạo mô hình 100x với GPU NVIDIA

Featurespace đã bắt đầu hoạt động cách đây hơn một thập kỷ với tư cách là một công ty tư vấn về học máy. Nó bắt nguồn từ nghiên cứu của giáo sư Đại học Cambridge Bill Fitzgerald, người đang tìm cách tạo ra tác động thương mại bằng phân tích hành vi thích ứng, một công nghệ do ông tạo ra.

Được áp dụng cho ngành dịch vụ tài chính, công nghệ này đã nhanh chóng cất cánh.

Sutton cho biết: “Với công nghệ này, bạn có thể xây dựng một mô hình học sâu để học hỏi và hiểu những hành động mà một người thường làm để có thể tìm kiếm những thay đổi trong những hành động đó.

Trước đây, sẽ mất hàng tuần để Featurespace thiết lập và đào tạo các mô hình học sâu khác nhau. Với GPU NVIDIA A100 Tensor Core, công ty đã chứng kiến ​​tốc độ tăng lên gấp 100 lần trong quá trình đào tạo mô hình, Sutton cho biết.

“So với khi chúng tôi sử dụng CPU, GPU NVIDIA cung cấp cho chúng tôi một chu trình “nghiên cứu-tác động” (research-to-impact) thực sự nhanh chóng”, ông nói thêm. “Thật thú vị khi làm việc với thứ gì đó có thể tạo ra tác động nhanh chóng”.

Trong thời gian trước đây khi họ chỉ chạy 10 thử nghiệm, các nhà nghiên cứu và nhà khoa học dữ liệu của Featurespace hiện có thể chạy hàng nghìn thử nghiệm, giúp củng cố sự tự tin về mặt thống kê về kết quả của họ, cho phép họ chỉ triển khai các mô hình tốt nhất, đã được thử và kiểm nghiệm.

Sutton cho biết thậm chí tăng 1% trong việc phát hiện gian lận được phát hiện bằng cách sử dụng mô hình học sâu có thể tiết kiệm cho các doanh nghiệp lớn 20 triệu USD mỗi năm.

Featurespace thường sử dụng kiến ​​trúc mạng thần kinh lặp lại trên dữ liệu từ các luồng giao dịch. Quy trình mô hình này cho phép đánh giá các hành động mới của một cá nhân thông qua bối cảnh hành vi học được từ các hành động trong quá khứ của họ.

Cơ sở tài chính cho tất cả

Các mô hình học sâu của Featurespace đã ngăn chặn tất cả các loại gian lận, bao gồm cả những hành vi liên quan đến thẻ tín dụng, thanh toán, ứng dụng và rửa tiền.

Giao diện của ARIC Risk Hub có thể tùy chỉnh, vì vậy khách hàng có thể chọn tập hợp con các thành phần phù hợp nhất cho nhu cầu cụ thể của họ. Sau đó, người dùng có thể thay đổi cài đặt phân tích hoặc xem xét các trường hợp đáng ngờ. Nếu sau khi xem xét, một trường hợp được coi là “dương tính” giả, mô hình học sâu sẽ học hỏi từ các lỗi của nó, tăng độ chính xác trong tương lai.

Công nghệ của Featurespace đã và đang tạo ra tiếng vang lớn cho các công ty xử lý thanh toán như TSYS và Worldpay – cũng như các ngân hàng lớn bao gồm Danske Bank, HSBC và NatWest.

Như Sutton đã nói, “Featurespace đang sử dụng AI để biến thế giới thành một nơi an toàn hơn để giao dịch”.

“Công việc của chúng tôi là thứ giúp đưa rất nhiều người tại Featurespace vào văn phòng mỗi sáng”, anh nói. “Ví dụ: nếu bạn có thể giảm số lượng giao dịch rửa tiền trên thế giới, bạn có thể biến lĩnh vực tội phạm này thành một thứ không được trả nhiều tiền, biến nó thành một lĩnh vực ít sinh lời hơn”.

Featurespace sẽ tổ chức các phiên họp về ngăn chặn gian lận, rửa tiền và tiền mã hóa tại Money 20/20, một hội nghị fintech diễn ra từ 23-26 tháng 10 tại Las Vegas.

 

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

Bài viết liên quan

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *