Cum folosesc băncile din România inteligența artificială pentru a depista tentativele de fraudă

Inteligența artificială poate ajuta băncile din România să identifice telefoanele mobile compromise și activitățile suspecte înainte ca acestea să ducă la tranzacții neautorizate. Un exemplu este un sistem care analizează datele de autentificare, istoricul dispozitivelor și informațiile geografice disponibile, pentru a semnala situațiile care necesită verificări suplimentare.

Soluția a fost implementată de o bancă digitală din România pe infrastructura Amazon Web Services (AWS). Potrivit datelor prezentate de companie, sistemul a îmbunătățit cu aproximativ 60% capacitatea de detectare a activităților suspecte și a redus cu 30% numărul alertelor fals pozitive. Tehnologia nu înlocuiește verificările de securitate existente, ci le completează cu analiza unor tipare de comportament.

Ce date analizează sistemele de inteligență artificială

Când o persoană se conectează în aplicația bancară, confirmă un transfer sau modifică anumite setări, sistemul poate analiza mai mulți indicatori pentru a identifica activități neobișnuite. Printre aceștia se numără frecvența autentificărilor, istoricul dispozitivului, momentul efectuării operațiunilor și informațiile geografice disponibile.

Datele sunt corelate pentru calcularea unui scor de risc. Dacă acesta depășește un prag prestabilit, sistemul generează o alertă în timp aproape real, iar activitatea poate fi verificată suplimentar.

O astfel de abordare poate ajuta la identificarea unor schimbări subtile de comportament, care nu se încadrează în tiparele de fraudă cunoscute. Un telefon compromis poate deveni o cale de acces către contul bancar, iar identificarea timpurie a semnalelor de risc poate oferi băncii mai mult timp pentru a evalua situația.

De ce nu sunt suficiente regulile clasice antifraudă

Multe sisteme de securitate se bazează pe reguli stabilite în avans, rapoarte analizate ulterior și investigații declanșate după apariția unor indicii de fraudă. Aceste mecanisme rămân importante, dar pot să nu identifice toate variațiile comportamentale folosite în tentativele de atac.

Inteligența artificială poate analiza simultan mai mulți indicatori și poate semnala combinații de date care ar trece neobservate dacă fiecare ar fi verificată separat. Modelul funcționează alături de regulile tradiționale, nu în locul lor.

Vezi și:

AI-ul intră tot mai adânc în bankingul european. Ce fac deja marile bănci din România

Mii de companii își lasă infrastructura cloud vulnerabilă. AWS, Azure și Google Cloud au probleme de securitate complet diferite

Proiectul din România a pornit de la mecanismul de autentificare strictă a clienților, cunoscut drept Strong Customer Authentication (SCA). Acesta presupune verificări suplimentare pentru anumite operațiuni sensibile, conform cerințelor de reglementare. Datele generate în timpul autentificării pot oferi indicii utile și pentru evaluarea riscurilor de securitate.

Potrivit lui Vikram Tikoo, directorul de tehnologie al Salt Bank, primele rezultate ale implementării au indicat o creștere de aproximativ 60% a capacității de detectare a activităților suspecte și o reducere cu 30% a alertelor fals pozitive. Comunicatul nu precizează perioada de măsurare sau volumul de tranzacții analizate pentru calcularea acestor indicatori.

Cum poate fi estimată locația unui telefon

Localizarea poate reprezenta un indiciu în analiza unei activități bancare, dar nu toți clienții permit accesul aplicației la GPS. În cazul sistemului implementat în România, aproximativ 40% dintre clienții băncii respective au ales să nu își partajeze locația GPS.

Pentru a completa informațiile disponibile, poate fi folosit Amazon Location Service, care permite estimarea unei localizări aproximative, la nivel de oraș, pornind de la adresa IP. Datele pot ajuta la identificarea unor activități asociate unor zone geografice neobișnuite, fără să ofere precizia unei localizări GPS.

Estimarea bazată pe IP nu indică neapărat locul exact în care se află telefonul. De aceea, informația trebuie analizată împreună cu ceilalți indicatori, nu folosită singură pentru a stabili dacă o operațiune este frauduloasă.

Sistemul descris de bancă este conceput astfel încât rezultatele modelului să poată fi explicate și auditate. Acest lucru contează într-un sector reglementat, în care alertele și deciziile de securitate trebuie să poată fi verificate.

Ce se știe despre sistemul implementat în România

Soluția a fost dezvoltată de echipa de date a Salt Bank și rulează pe infrastructura AWS. Banca, lansată cu un model integral digital, a atras 100.000 de clienți în primele zece zile de la lansare și are în prezent, potrivit comunicatului, 500.000 de clienți activi.

Reprezentanții AWS susțin că proiectul arată cum poate fi folosită inteligența artificială pentru identificarea riscurilor în serviciile financiare. Totuși, datele despre îmbunătățirea detecției și reducerea alertelor false provin din comunicatul companiei, iar documentul nu prezintă o evaluare independentă a rezultatelor.

În plus, identificarea unui comportament neobișnuit nu înseamnă automat că s-a produs o fraudă. Alertele trebuie evaluate, iar eficiența sistemului depinde de calitatea datelor analizate și de modul în care sunt investigate situațiile semnalate. Exemplul arată o posibilă utilizare a inteligenței artificiale în securitatea bancară, într-un context în care operațiunile și accesul la conturi se desfășoară tot mai mult prin aplicații mobile.