Сеть Swift приветствовала результаты тестов, в которых использовалась комбинация ИИ и трансграничного обмена данными, чтобы повысить эффективность обнаружения мошенничества в реальном времени. В ходе тестирования, проводимого с участием 13 ведущих банков, было осуществлено 10 млн тестовых транзакций.

В экспериментах применялись технологии повышения конфиденциальности (PET), позволяющие организациям, находящимся по разные страны границ, безопасно обмениваться информацией о мошенничестве. В одном сценарии использования технологии PET позволили участникам проверять информацию о подозрительных счетах в режиме реального времени, что может повысить скорость выявления сложных международных сетей финансовых преступлений и избежать мошеннических транзакций.

В отдельном сценарии участники использовали комбинацию PET и так называемого федеративного обучения — модели ИИ, которая «посещает» каждую организацию для локального обучения на его данных, чтобы организации могли сотрудничать без обмена информацией о клиентах, а также можно было выявлять аномальные транзакции.

Обученная на синтетических данных десяти миллионов искусственных транзакций между участниками, эта модель оказалась вдвое эффективнее в выявлении случаев известных видов мошенничества, по сравнению с моделью, обученной на наборе данных одной организации.

В тестах приняли участие такие финансовые учреждения, как ANZ, BNY и Intesa Sanpaolo, а также технологические партнеры, включая Google Cloud.

После успешных экспериментов Swift намерена расширить рамки участия перед началом второго этапа испытаний, когда будут использоваться данные реальных транзакций и будет продемонстрировано влияние технологий на мошенничество.

По материалам finextra.com; PLUSworld.ru.