Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

Банк Англии тестирует ИИ для выявления мошенничества в реальном времени

Банк Англии тестирует ИИ для выявления мошенничества в реальном времени

Банк Англии совместно с Innovation Hub Банка международных расчетов (BIS) в Лондоне провел испытания технологии искусственного интеллекта для обнаружения мошеннических схем в системах розничных платежей, работающих в режиме реального времени. Проект под названием Hertha показал обнадеживающие результаты, но также выявил определенные ограничения.

Целью проекта было выявление сложных и скоординированных финансовых преступлений, при которых злоумышленники используют разветвленные сети счетов в разных банках. Платежные системы в таких случаях получают обзор всей сети транзакций, что делает их потенциально ценным инструментом в борьбе с мошенничеством.

В рамках Hertha был использован набор синтетических данных, включающий 1,8 млн банковских счетов и 308 млн транзакций. Данные были сгенерированы с помощью модели ИИ, имитирующей реалистичные схемы поведения.

Участие банков и платежных операторов в проекте позволило им выявить на 12% больше подозрительных счетов, чем без использования новых подходов. Кроме того, технология продемонстрировала 26-процентное улучшение в обнаружении новых, ранее не встречавшихся схем мошенничества.

В Банке Англии отмечают, что полученные результаты подтверждают потенциал ИИ как дополнительного инструмента для борьбы с финансовыми преступлениями. Однако при этом подчеркивается, что подобная аналитика — лишь одна из составляющих системы защиты. Масштабное внедрение требует решения целого ряда практических, юридических и регуляторных вопросов, которые не входили в рамки текущего проекта.