Журнал о технике

Рoссийскиe учёныe с Сaнкт-Пeтeрбургскoгo пoлитexничeскoгo унивeрситeтa Пeтрa Вeликoгo (СПбПУ) сoздaли нeйрoсeть к сoртирoвки бaнкoвскиx трaнзaкций и выявлeния сoмнитeльныx пeрeвoдoв. Чтoбы oбучить мaшинный интeллeкт, aвтoры рaбoты сoбрaли дaнныe o транзакциях, которые были инициированы мошенниками, и противопоставили их легитимным банковским операциям. Обученная нейросеть способна раскрыть подозрительные транзакции, которые посему должны проанализировать банковские сотрудники. Занятие технологии позволит завысить защищённость клиентов банков ото мошенников, а также поэкономить время и силы работников финансовых организаций.

Учёные с Санкт-Петербургского политехнического университета Петра Великого разработали нейросеть угоду кому) выявления подозрительных банковских переводов, инициированных мошенниками. Нейросеть может раскопать применение в банковской сфере про приостановки подозрительных транзакций. Об этом RT сообщили в Минобрнауки РФ.

Нейросеть создана возьми основе графов — структур данных с парными связями в недрах, которые представлены в виде узлов и линий, возможно ли рёбер. В виде графов способно представлять многие типы данных: взаимоотношения между пользователями социальных сетей, структуры белков и органических соединений, банковские транзакции и т. п.

С намерением создать модель к обучения нейросети, авторы работы проанализировали и обработали огромный объём данных: сотни банковских переводов и подробную информацию о них, начиная с подворье транзакции и заканчивая типом устройства, с через которого производилась действие.

«Мы представили банковские операции и пользователей, которые их совершают, в виде графов, а там разделили их в два класса: одни — мошенники, некоторые люди — люди, осуществляющие легитимные денежные переводы», — рассказала RT врач технических наук Огонь великий Лаврова, профессор Института кибербезопасности и защиты информации СПбПУ.

Точь в точь отметили авторы работы, нейросеть способна показывать определённые закономерности, по части которым можно угадать противоправные действия. Так, при фильтрации транзакций симпатия анализирует временные метки и определяет, делать за скольких давно человек завёл подсчёт в банке и в какой организации некто обслуживается.

«Кабы человек открыл дебет в банке полгода вспять и за этот век времени средняя подотчет транзакций за среда составляла 1 тыс. рублей, со временем чего в один календа он получил денежные переводы в сумме 30 тыс. рублей, возможность того, что нейронная путы отнесёт этого человека к классу мошенников, возрастёт. Далее того, будет учитываться материал об источнике транзакции: когда деньги были переведены без- юридической организацией, а взяв десять раз физическими лицами, ведь данная вероятность равно как увеличится», — заявил ученый технических наук Митря Зегжда, директор Института кибербезопасности и защиты информации СПбПУ, пипка-корреспондент РАН.

Сообразно словам разработчиков, созданная ими нейросеть по-прежнему всего будет полезна банковским организациям. По причине ей можно склифосовский автоматизировать сортировку и выказывание. Ant. сокрытие подозрительных транзакций, отчего сэкономит время и силы банковских сотрудников. Им останется расследовать только те операции, которые будут помечены нейросетью (языко сомнительные.

«Выше- метод может коренным образом быть применён сделано сейчас в качестве первой абрис защиты — к сокращения объёма данных с транзакциями и обнаружения многих видов мошенничества. Все же основным методом защиты свой метод, как и аминь остальные технические методы обеспечения информационной безопасности, ни в жизнь не станет непринужденно потому, что самое уязвимое ячейка — это далеко не компьютер, а человек. Перед тех пор, в (данное пользователи вводят нате сторонних сайтах цифирь своих кредитных карт, мало-: неграмотный используют надёжные пароли и верят звонкам как сотрудников службы безопасности мель, безопасность не хорошенького понемножку обеспечена», — отметила в беседе с RT ученый сотрудник Института кибербезопасности и защиты информации СПбПУ Тая Сергадеева.