Закрыть

«Фаззи Лоджик Лабс» вывел на рынок новый программный продукт на основе ИИ

15:25, 23 октября, 2023
«Фаззи Лоджик Лабс» вывел на рынок новый программный продукт на основе ИИ
15:25, 23 октября, 2023
0
Фото: unsplash.com (Philipp Katzenberger)
0

Сессионный антифрод 2.0 разработан для предотвращения хищения денежных средств, защищает от мошеннических действий.

Москва. Российский разработчик интеллектуальной кросс-канальной антифрод-платформы Fuzzy Logic Labs (Фаззи Лоджик Лабс) (входит в ГК «Ростелеком») запустил новый программный продукт — Сессионный антифрод 2.0. Он функционирует на базе платформы Smart Fraud Detection (Смарт Фрауд Детекшн, с англ — интеллектуальное обнаружение мошенничества), основанной на технологии искусственного интеллекта (ИИ).

Сессионный антифрод 2.0 разработан для предотвращения хищения денежных средств клиентов банков, участников систем лояльности онлайн- и офлайн-ретейла, логистических сервисов и защищает от мошеннических действий сотрудников. Новый продукт может использоваться как отдельный модуль защиты дистанционных клиентских каналов, так и в совокупности с другими продуктами платформы в рамках кросс-канального решения. 

Новый продукт сочетает в себе комплексный подход к формированию поведенческого профиля клиента благодаря сбору более 100 уникальных параметров пользователя и его устройств, включая сессий в сети интернет. Это позволяет эффективнее выявлять мошенническую активность в режиме реального времени за счет использования математической модели с ИИ.

Использование технологии машинного обучения как целого класса методов ИИ значительно повышает процент выявления и предотвращения аномальных событий и нелегальных схем еще на этапе их появления, благодаря чему снижаются репутационные и финансовые потери, в т.ч. расходы на проведение расследований. 

Сессионный антифрод 2.0 разработан с учетом требований Банка России (СТО БР БФБО-1.7) и включает в себя функционал, позволяющий противодействовать таким негативным трендам, как мошенничество с использованием методов социальной инженерии. Для этого проводится мониторинг ключевых признаков мошенничества — наличие программ для удаленного доступа на устройстве клиента, наличие активного звонка (в т.ч. через мессенджеры) и еще более 100 признаков. 

Такой комплексный подход предоставляет организациям возможность значительно увеличить эффективность антифрод-контроля и надежно защищать клиентов и сервисы от фишинговых атак, мошеннических переводов денежных средств, удаленного управления мошенниками клиентского устройства, нелегального использования программ лояльности и т. д.  

Платформа Smart Fraud Detection разработана с учетом специфики современного бизнеса: банковского, ретейл и e-commerce (и-коммерс). Ядром системы является механизм мониторинга и оценки каждой совершаемой транзакции. Анализируются платежные транзакции, внешние и внутренние операции компании, сессионные события. Для анализа используются уточненный профиль клиента и параметры устройства.

Большая доля покрытия транзакционного потока банков России и СНГ, а также успешный опыт работы в ретейле, позволили компании нарастить экспертизу в сфере противодействия мошенническим атакам, а также развить продукт существенно превосходя ожидания заказчиков.

Продукт доказал свою эффективность в таких отраслях, как банки и электронная торговля. Smart Fraud Detection поддерживает установку как на мощностях заказчика, так и во внешнем облаке.   

«Сделка по приобретению российского разработчика “Фаззи Лоджик Лабс” позволила “Ростелекому” дополнить линейку цифровых продуктов и сервисов для обеспечения безопасности бизнес-процессов наших клиентов. Прошло всего несколько месяцев с момента завершения сделки, и мы запускаем новый программный продукт. Сессионный антифрод 2.0 является надежной, полностью отечественной разработкой и как никогда актуален для российского бизнеса в условиях постоянно возрастающего объема киберугроз», — сказал первый вице-президент — финансовый директор «Ростелекома» Сергей Анохин.

Фото: пресс-служба Ростелекома

Реклама. ПАО «РОСТЕЛЕКОМ». ИНН 7707049388. erid: 2VtzqwMw3py

0