|
Az Üzleti Sajtószolgálat (Original Text Service - OTS) üzleti vállakozások, cégek, intézmények közleményeit, tájékoztatóit, meghívóit, állásfoglalásait közli. Szolgáltatásunk segítségével több mint 2000 újságírót és kommunikációs szakembert érhet el könnyen, gyorsan és költséghatékonyan – az Ön által megfogalmazott sajtóközleményt változtatás nélkül juttatjuk el az MTI-előfizetők szerkesztőségi rendszerébe vagy igény szerint akár a külföldi sajtóhoz is. (Az OTS anyagai nem képezik az MTI-kiadás részét, a szó szerint továbbított szövegekért minden esetben a közlő a felelős.)
|
|
|
| 2021. február 26., péntek 12:43 |
A Featurespace elindítja az Automated Deep Behavioral Networks-öt (1. rész) |
|
| London, Atlanta és Szingapúr, 2021. február 26., péntek (Business Wire/OTS) - A vállalatokat sújtó pénzügyi bűncselekmények megelőzése terén globális vezetőnek számító cég fokozott védelmet biztosító megoldást vezet be a bankkártya- és fizetési tranzakciók biztonságosabbá tétele érdekében - A Featurespace ma bemutatta a bankkártya és fizetési ágazat számára fejlesztett Automated Deep Behavioral Networks-öt (automatizált, mélytanuláson alapuló, viselkedéselemző hálózatok), mely fokozottabb védelmet biztosít a fogyasztók számára a becslések szerint 2020-ban 42 milliárd USA dolláros veszteséget okozó csalások, számlafeltörés, bankkártyával való visszaélések és fizetési csalások ellen. |
Ennek a fejlesztésnek a jelentősége jóval túlmutat a vállalatokat
sújtó pénzügyi bűnözés problémájának kezelésén. Megoldásunk minden
kétséget kizáróan a gépi tanulás következő generációját képviseli" -
jelentette ki Dave Excell, a Featurespace alapítója.
A találmány
A mélytanulási technológiában áttörést jelentő találmány a gépi
tanulást alkalmazó platformok architektúrájának és kiépítésének
teljesen új megközelítését alkalmazza. Az Automated Deep Behavioral
Networks egy újfajta architektúra, amely kizárólag az ARIC™ Risk Hub
legújabb verzióján keresztül elérhető rekurrens neurális hálózatokon
alapszik.
A kihívás és a felfedezés
A mélytanulási technológiának különféle alkalmazási területei
léteznek, mint például a természetes nyelvek feldolgozása a mondat
következő szavának megjóslása céljából, a csalások megelőzése
érdekében azonban alkalmazása a bankkártya- és fizetési csalások
észlelése során ez idáig nem került optimalizálásra azzal a céllal,
hogy védelmet nyújtson a vállalatoknak és a fogyasztóknak a
bankkártya- és fizetési csalások ellen. Találmányunkkal ezt a
kihívást sikerült leküzdenünk.
A tranzakciókra az intermittencia jellemző, ezért az idő
kontextuális értelmezése kulcsfontosságú a viselkedés előrejelzése
szempontjából. Korábban ahhoz, hogy a csalások megelőzése céljára
hatékony gépi tanulási modelleket építsenek ki, az adattudósoknak
mélyreható szakértelemmel kellett rendelkezniük a legfontosabb, és
egyben legmunkaigényesebb lépés elvégzéséhez: a megfelelő
adatjellemzők azonosításához és kiválasztásához.
A Featurespace Research azzal a céllal fejlesztette ki az Automated
Deep Behavioral Networks-öt, hogy automatizálja a jellemzők
feltérképezését és olyan memóriacellákat vezessen be, amelyek
megfelelően értelmezni tudják az idő jelentőségét az
ügyletfolyamokban, ezzel tovább javítva a vállalat piacvezető
teljesítményt nyújtó Adaptive Behavioral Analytics (adaptív
viselkedésanalizáló) termékét. A csalás, számlafeltörés és a
bankkártya- és fizetési csalások elleni legjobb védekezés az, ha a
csalásra még azt megelőzően fény derül, mielőtt az áldozat pénze
kikerül a számlájáról. Az alábbi csoportoknak az Automatic Deep
Behavioral Networks többek közt a következő előnyöket biztosítja:
Fogyasztók:
- Lehetővé teszi, hogy a valódi tranzakciókhoz kevesebb
hitelesítésre/azonosításra legyen szükség; valamint
- Automatikusan azonosítja a csalást, számlafeltörést és a
bankkártya- és fizetési csalásokat, még mielőtt az áldozat pénze
kikerül az áldozat számlájáról.
Adattudósok:
- Automatikusan felfedezi a jellemzőket a tranzakciós eseményekben;
- A gépi tanulási logikát keresztülviszi a teljes modellezési
soron;
- Figyelembe veszi az emberi cselekvések rendszertelenségét annak
érdekében, hogy azonosítsa az anomáliának számító viselkedést;
valamint
- Megőrzi a Featurespace Adaptive Behavioral Analytics terméke
által gyűjtött összes adatot.
Bankkártya és fizetési ágazat:
- Javítja a kockázati besorolás bizonyosságát az összes tranzakció
esetében (javul a csalások észlelése a tranzakció folyamán és
pontosabban azonosítható a valódi viselkedés, miáltal elősegíti
nagyobb számú tranzakció elfogadását);
- Teljesítménynövelést biztosít az összes fizetési típus esetében
(ideértve a kártyás és ACH/BACS fizetéseket, az átutalásokat, a P2P
fizetéseket), valamint gyorsabb fizetéseket;
- Javítja a nagy értékű, kis volumenű csalások felderítését
csakúgy, mint a kis értékű, nagy volumenű csalások észlelését;
- Csökkenti az erősebb (step-up) autentikációk számát;
- Megbízható modellirányítási dokumentációt biztosít, érthető
logikával, méltányos döntéshozással és indoklási kódokkal; valamint
- Stabil, valós idejű értékelést nyújt nagy áteresztőképességgel
és alacsony latenciájú válaszidőkkel az üzleti folyamatok terén
kulcsfontosságú szerepet játszó vállalkozásoknak, még csúcsterhelés
esetén is.
Excell hozzátette: "Mivel a valós idejű fizetések, a digitális
átalakulás és a fogyasztói igények azonnali pénzmozgást követelnek
meg, a mi szerepünk annak biztosítása, hogy az ágazat rendelkezzen
az ágazati szereplők és a fogyasztók pénzügyi bűncselekményekkel
szembeni védelméhez a legjobb eszközökkel. Rendkívül büszke vagyok
kutatói csapatunkra és az ügyfeleink érdekeit szolgáló, innovatív
gépi tanulási termékek kifejlesztése iránti elkötelezettségükre."
(folyt.)
|
|
|
|
|
|
|
| 2021. február 26., péntek 12:44 |
A Featurespace elindítja az Automated Deep Behavioral Networks-öt (2. rész) |
|
| London, Atlanta és Szingapúr, 2021. február 26., péntek (Business Wire/OTS) - |
Amit a Featurespace-ről tudni kell …- www.featurespace.com
A Featurespace™ globális vezető szerepet tölt be a vállalkozások
pénzügyi bűncselekmények és csalások elleni védelme, valamint a
pénzmosás megakadályozása terén. A Featurespace két fontos
találmányt mondhat magáénak, az Adaptive Behavioral Analytics-et és
az Automated Deep Behavioral Networks-öt (melyek mindegyike az ARIC™
platformon keresztül érhető el). Az ARIC™ valós idejű gépi tanuláson
alapuló szoftver, amely az eseményeket kockázati besorolással látja
el több mint 180 országban a csalások és pénzügyi bűncselekmények
megelőzése érdekében.
Az ARIC™ Risk Hub fejlett, megmagyarázhatóanomália-észlelést kínál
a pénzintézetek számára a kockázatok automatikus azonosításához, az
új kibertámadások felfedéséhez és a gyanús tevékenységek valós idejű
azonosításához. Világszerte több mint 30 vezető globális pénzintézet
használja az ARIC-ot üzleti tevékenysége és ügyfelei védelme
céljára. A cég nyilvánosan bejelentett ügyfelei közé tartozik az
HSBC, a TSYS, a Worldpay, a NatWest Group, a Contis, a Danske Bank,
a ClearBank, az AK Bank és a Permanent TSB is.
Tekintse meg az eredeti közleményt a következő internetes címen:
businesswire.com:
https://www.businesswire.com/news/home/20210225005221/en/
Kacsolat:
Michael Touchton, Featurespace
PR and Communications Manager
Michael.touchton@featurespace.com
+1 (423) 364-5491
Forrás: Featurespace
E közlemény hivatalos, mérvadó változata az eredeti forrásnyelven
közzétett szöveg. A fordítás csak az olvasó kényelmét szolgálja, és
összevetendő a forrásnyelven írt szöveggel, amely az egyetlen jogi
érvénnyel bíró változat.
-------------------------------------------------------------------
Az OTS internetes oldalán található hírek, közlemények, fotók
a forrásmegjelöléssel (OTS) szabadon és korlátozás nélkül
felhasználhatók. Továbbközlés esetén a közzétevő köteles az átvett
anyagot tartalmának torzítása nélkül, félreérthetőséget,
rosszindulatú következtetéseket kizáró, az eredeti
szövegkörnyezetnek megfelelő módon feldolgozni és megjelentetni.
Az OTS hírek nem képezik az MTI hírkiadás részét, az MTI
által szó szerint továbbított tartalomért minden esetben a beadó a
felelős.
© Copyright MTI Zrt.
Az OTS szolgáltatással kapcsolatban további információt a
(06-1) 441-9050 telefonszámon vagy a ots@mti.hu elektronikus
levelező címen kaphat.
|
|
|
|
|
|
|
|
|
|
|