Разделы

Безопасность ИТ в банках

Новая антифрод-платформа МТС поможет банкам защитить татарстанцев от мошенников

МТС сообщила о запуске решения для борьбы с телефонными мошенниками. Новая антифрод-платформа позволяет банкам в режиме реального времени получать информацию о подозрительных действиях, основанных на почти ста различных факторах. Решение МТС увеличило точность определения мошеннических действий на 45%.

По данным ЦБ, в 2023 г. объем похищенных мошенниками средств вырос до 15,8 млрд руб., что на 11,5% больше, чем в 2022 г. Сервис, разработанный командой Big Data «МТС Скоринг», позволит банкам значительно сократить количество мошеннических случаев. В первую очередь это касается оформления кредитов и перевода денежных средств, а также краж персональных данных клиентов с помощью методов социальной инженерии.

Алгоритмы антифрод-системы, работающие на основе машинного обучения, маркируют для банков номера абонентов, которые подвергаются телефонному мошенничеству. Каждый клиент анализируется системой в разрезе двух моделей. Первая модель составляет профиль клиента на основе его действий, используя десятки различных признаков. Вторая модель анализирует в режиме реального времени поток событий, звонков, смс и других действий клиента, выявляя различного рода шаблоны, которые используют мошенники. Композиция этих двух моделей помогает определить, не является ли клиент жертвой социальной инженерии. В настоящее время платформа тестируется в нескольких банках.

«За последние несколько лет мы совершили значительный прогресс при разработке антифрод-решений. Если ещё недавно подобные системы могли учитывать только несколько факторов, такие как, например, подменные номера, то сейчас мы обучаем алгоритмы уже на сотне различных показателей, и их количество продолжает расти. Всё это даёт возможность банкам получать максимально точную информацию. В дальнейшем мы планируем не только развивать решение как внешний продукт, но и внедрить его в нашу мобильную сеть для защиты абонентов», — сказал директор Big Data МТС Виктор Кантор.