Российские учёные из Санкт-Петербургского политехнического университета Петра Великого (СПбПУ) создали нейросеть для сортировки банковских транзакций и выявления сомнительных переводов. Чтобы обучить машинный интеллект, авторы работы собрали данные о транзакциях, которые были инициированы мошенниками, и противопоставили их легитимным банковским операциям. Обученная нейросеть способна выявить подозрительные транзакции, которые затем должны проанализировать банковские сотрудники. Применение технологии позволит повысить защищённость клиентов банков от мошенников, а также сэкономить время и силы работников финансовых организаций.
Учёные из Санкт-Петербургского политехнического университета Петра Великого разработали нейросеть для выявления подозрительных банковских переводов, инициированных мошенниками. Нейросеть может найти применение в банковской сфере для приостановки подозрительных транзакций. Об этом RT сообщили в Минобрнауки РФ.
Нейросеть создана на основе графов — структур данных с парными связями внутри, которые представлены в виде узлов и линий, или рёбер. В виде графов удобно представлять многие типы данных: отношения между пользователями социальных сетей, структуры белков и органических соединений, банковские транзакции и т. п.
Чтобы создать модель для обучения нейросети, авторы работы проанализировали и обработали большой объём данных: сотни банковских переводов и подробную информацию о них, начиная с номера транзакции и заканчивая типом устройства, с помощью которого производилась операция.
«Мы представили банковские операции и пользователей, которые их совершают, в виде графов, затем разделили их на два класса: одни — мошенники, другие — люди, осуществляющие легитимные денежные переводы», — рассказала RT доктор технических наук Дарья Лаврова, профессор Института кибербезопасности и защиты информации СПбПУ.
Как отметили авторы работы, нейросеть способна выявлять определённые закономерности, по которым можно распознать противоправные действия. Например, при фильтрации транзакций она анализирует временные метки и определяет, как давно человек завёл счёт в банке и в какой организации он обслуживается.
«Если человек открыл счёт в банке полгода назад и за этот период времени средняя сумма транзакций за день составляла 1 тыс. рублей, после чего в один день он получил денежные переводы в сумме 30 тыс. рублей, вероятность того, что нейронная сеть отнесёт этого человека к классу мошенников, возрастёт. Кроме того, будет учитываться информация об источнике транзакции: если деньги были переведены не юридической организацией, а десятью физическими лицами, то данная вероятность также увеличится», — заявил доктор технических наук Дмитрий Зегжда, директор Института кибербезопасности и защиты информации СПбПУ, член-корреспондент РАН.
По словам разработчиков, созданная ими нейросеть прежде всего будет полезна банковским организациям. Благодаря ей можно будет автоматизировать сортировку и выявление подозрительных транзакций, что сэкономит время и силы банковских сотрудников. Им останется исследовать только те операции, которые будут помечены нейросетью как сомнительные.
«Наш метод может вполне быть применён уже сейчас в качестве первой линии защиты — для сокращения объёма данных с транзакциями и обнаружения многих видов мошенничества. Однако основным методом защиты наш метод, как и все остальные технические методы обеспечения информационной безопасности, никогда не станет просто потому, что самое уязвимое звено — это не компьютер, а человек. До тех пор, пока пользователи вводят на сторонних сайтах данные своих кредитных карт, не используют надёжные пароли и верят звонкам якобы сотрудников службы безопасности банка, безопасность не будет обеспечена», — отметила в беседе с RT научный сотрудник Института кибербезопасности и защиты информации СПбПУ Анастасия Сергадеева.