Перейти к основному содержанию
Реклама
Прямой эфир
Происшествия
СК РФ начал проверку из-за пнувшей ребенка сотрудницы детсада в Екатеринбурге
Армия
ВС РФ поразили склады с авиатехникой и боеприпасами на трех аэродромах Украины
Мир
Захарова указала на неприкосновенность замороженных Западом активов РФ
Экономика
Песков назвал конфискацию активов РФ «солидным гвоздем» в гроб экономики Запада
Мир
В МИД Польши указали на отсутствие доказательств подготовки РФ к ядерному удару
Происшествия
В Барнауле мужчина сбросил со второго этажа ж/д вокзала малолетнюю дочь
Армия
Российские войска взяли под контроль Новобахмутовку в ДНР
Мир
При стрельбе в немецком Дюссельдорфе погиб человек
Мир
В Испании заявили о развитии ВС России ударными темпами
Авто
Китайский бренд автомобилей Exeed рассказал о новинках для России
Мир
В Швеции женщина провела акцию с сожжением Корана
Общество
Песков указал на нарастающую с украинской стороны панику на фронте
Мир
Илон Маск прибыл с необъявленным визитом в Пекин
Происшествия
Четырехлетний мальчик пропал в Улан-Удэ
Общество
В Авдеевке нашли захоронения мирных жителей со следами пыток
Экономика
Правительство РФ продлило квоту на экспорт удобрений в объеме 19,7 млн т
Происшествия
Скелет человека обнаружили в лесном массиве в Новой Москве

Искусственный интеллект привлекли к борьбе с кредитными мошенниками

0
Фото: ИЗВЕСТИЯ/Дмитрий Коротаев
Озвучить текст
Выделить главное
вкл
выкл

Эксперты «Тинькофф» разработали аналитическую модель, действующую на основе машинного обучения, которая позволяет вычислять заявки на кредит, поданные под давлением мошенников, и своевременно отклонять их. Об этом рассказал на Уральском форуме форуме по кибербезопасности в финансах заместитель руководителя Центра экосистемной безопасности «Тинькофф» Олег Замиралов. По его словам, с помощью новой технологии удается пресекать свыше 90% заявок на кредит наличными, которые оформляют клиенты, попавшие под воздействие мошенников.

«Мы периодически сталкиваемся с ситуациями, когда банк понимает, что клиент находится под воздействием социальной инженерии, а сам клиент этого не осознает, не верит сотрудникам банка, которые пытаются его переубедить, и настаивает на проведении перевода. Технология помогает еще на этапе заявки на кредит предотвратить мошенничество: если мы понимаем, что заем оформляется клиентом не по своей воле, просто отклоняем эту заявку. С помощью этой модели нам удается пресекать свыше 90% заявок на кредит наличными, оформленных под воздействием мошенников», — отметил Олег Замиралов.

Как рассказал Олег Замиралов, для борьбы с мошенниками система скоринга, предназначенная для оценки платежеспособности клиентов, была дополнена признаками и параметрами, которые указывают на потенциальное мошенничество, включая социально-демографические факторы, характерные аномалии в самой заявке и многое другое. В результате модель научилась с высокой точностью прогнозировать воздействие третьих лиц при оформлении клиентом заявки и посылать сигнал сотрудникам банка, чтобы они перепроверили заявку и в случае подозрения на мошенничество отклонили ее.

Еще один из превентивных методов борьбы с мошенническими кредитами на основе искусственного интеллекта — разработка Victim Score. Это специальный рейтинг, который определяет по разным признакам, что клиент с высокой долей вероятности может поверить мошенникам. С помощью этого рейтинга определяются клиенты, которых нужно более активно информировать о новых и действующих сценариях мошенников.

Прямой эфир