Группа исследователей из Института кибербезопасности и защиты информации Санкт-Петербургского политехнического университета создала модель графовой нейронной сети, которая способна отличать подозрительные транзакции от безопасных, а мошенников — от честных пользователей.
Разработка способна экономить человеческий ресурс, автоматизируя рутинную работу, может быть полезна банковским организациям и применяться в качестве первой линии защиты.
Для создания новой модели учёные проанализировали сотни транзакций и подробную информацию о них, начиная с номера операции и заканчивая типом устройства, с которого производился перевод. В частности, банковские операции и пользователей представили в виде графов, а затем разделили их на мошенников и людей, которые осуществляют легитимные денежные переводы.
“
"При обучении нашей графовой нейронной сети мы дополнительно учитывали идентификационную информацию: номер банковской карты, данные об отправителе и получателе денежных средств, тип используемой банковской карты, характеристики устройства, с помощью которого была совершена транзакция, и другое", — сообщила профессор Института кибербезопасности и защиты информации СПбПУ Дарья Лаврова (цитата по "Интерфаксу").
Она отметила, что выделение дополнительных признаков позволило более точно обучить нейросеть. Теперь при "фильтрации" транзакций новая модель смотрит на временные метки, по которым определяет, как давно человек стал участником банковской среды и в какой организации обслуживается.
"Если человек открыл счёт в банке полгода назад и за этот период времени средняя сумма транзакций за день составляла 1 тыс. рублей, после чего в один день он получил денежные переводы в сумме 30 тыс. рублей, вероятность того, что нейронная сеть отнесёт этого человека к классу мошенников, возрастёт", — подчеркнула Лаврова.
Также нейросеть будет учитывать информацию об источнике транзакции, и в случае, если деньги были переведены не юридической организацией, а десятью физическими лицами, вероятность быть в списке мошенников также увеличится.
Уточняется, что модель ориентирована на решение проблемы больших объёмов данных о транзакциях, повышение скорости анализа операций на предмет безопасности и обнаружение новых способов банковского мошенничества. Графовая нейронная сеть также справится с выявлением в соцсетях пользователей, распространяющих дезинформацию, или с обнаружением сетевых атак в сетях передачи данных, считают ученые.
Как ранее писал "ДП", популяризация нейросети вынудила юристов пересмотреть практику в области интеллектуальной собственности.
В начале февраля "ДП" пообщался с нейросетью ChatGPT и расспросил её о том, собирается ли она отбирать рабочие места у людей и чем может быть полезна в будущем.
