Современные способы борьбы с финансовым мошенничеством
На сайте sas.com (принадлежащим одной из крупнейших в мире IT- компаний, которая специализируется на бизнес аналитике) помещена статья, посвященная передовым методам обнаружения и предупреждения финансовых мошенничеств.
Авторы публикации Томас Френч и Эрик Герсон, топ-менеджеры службы безопасности SAS, из всего арсенала средств выделяют четыре главные, по их мнению, «стратегии противодействия финансовому мошенничеству». Рекомендации носят преимущественно технологический характер.
Используйте искусственный интеллект и машинное обучение для повышения эффективности и достоверности систем обнаружения и предупреждения финансового мошенничества
Алгоритмы машинного обучения, рассматриваемого авторами как составная часть искусственного интеллекта, способны самообучаться на изменениях, которые происходят в структуре отслеживаемых данных, фиксировать отклонения от нормы, применять эти знания относительно новых и часто неизвестных до того массивов данных. Другими словами, искусственный интеллект в автоматическом режиме ищет аномалии и вскрывает подозрительные, потенциально опасные риски, которые недоступны для человека, какой бы квалификацией он ни располагал.
Оснащенные машинным обучением системы борьбы с мошенничеством могут:
- рекомендовать и обновлять правила и критерии обнаружения финансовых преступлений;
- выбирать наиболее точные и достоверные модели борьбы с мошенничеством. Например, градиентый бустинг (техника машинного обучения, которая строит модель предсказания в форме ансамбля слабых предсказывающих моделей), машина или метод опорных векторов (SVM — support vector machines) – набор схожих алгоритмов вида «обучение с учителем», использующихся для задач классификации и регрессионного анализа (набора статистических методов оценки отношений между переменными).
- автоматизировать процессы расследований инцидентов безопасности. Расследователь фактов финансового мошенничества более половины времени тратит на сбор данных. Машинное обучение предполагает автоматический сбор и обработку данных, включая информацию третьих сторон, без всякого вмешательства человека.
Осуществите координацию и консолидацию данных и функций разных подразделений компании, в той или иной степени занимающихся вопросами анализа и управления рисками.
Следует иметь в виду, что значительная часть данных, которые отслеживаются и обрабатываются в службе безопасности, отделе интернет технологий, в отделе по борьбе с отмыванием средств и других направлениях, примерно одна и та же. Да и методологии обработки и анализа во многом совпадают. Скажем, комбинация методов поведенческого анализа применительно к клиентской базе, партнерам, сетевому трафику не только экономит время, средства и ресурсы, но и позволяет выйти на следы преступления, малозаметные в условиях разрозненной инфраструктуры.
К примеру, еще недавно мониторинг финансовых трансакций в режиме реального времени был недоступной для многих компаний роскошью. Сегодня он применяется повсеместно, по крайне мере, в развитых странах. Авторы статьи отмечают необходимость инкорпорирования в этот процесс систем аутентификации, мониторинга сетевого трафика и работы мобильных устройств.
Модернизируйте и упорядочите процесс проверки клиента
Формула «знай своего клиента» - это термин банковского и биржевого регулирования для финансовых институтов и букмекерских контор, а также других компаний, работающих с деньгами частных лиц, означающий, что они должны идентифицировать и установить личность контрагента, прежде чем проводить финансовую операцию. Для этого эксперты рекомендуют:
- использовать технологии автоматизации бизнес-процессов (robotic process automation) для поиска и обработки данных третьей стороны (партнеров);
- ввести в оборот такие объекты мониторинга как проценты долевого участия, контрольный пакет акций;
- шире применять автоматические системы сбора и анализа внешней неструктурированной информации, включая цифры, тексты, изображения и видео.
Поднимите эффективность расследований с помощью веб-приложения Intelligent Case Management
Это веб-приложение позволяет оптимизировать процессы управления делами, сотрудничать с несколькими пользователями (другими менеджерами и сторонними поставщиками услуг) эффективным и менее затратным способом.
Аналитическое приложение case management solution предназначено для поддержки сложных процессов и позволяет управлять разрозненными и дублирующимися данными. Оно выполняет следующие задачи:
Собирает и организует данные разрозненных источников.
Агрегирует информацию в стандартизированный формат и совместную информационную модель.
Обеспечивает целостное представление для связанных приложений или сервисов через любой цифровой канал.
Служит основой для аналитики признаков финансового мошенничества.
|
вернуться назад
