Intel и Consilient обьединяют усилия для борьбы с финансовым мошенничеством с помощью ИИ

Что нового:  Consilient, недавно созданная компания, занимающаяся созданием системы нового поколения для борьбы с отмыванием денег и финансированием терроризма (ПОД/ФТ), запустила новую безопасную платформу федеративного обучения на базе Intel® Software Guard Extensions (Intel® SGX). Платформа искусственного интеллекта (AI) направлена ​​на предотвращение финансовых преступлений и обеспечение безопасного сотрудничества между финансовыми учреждениями, помогая при этом защищать конфиденциальность и защищать данные.

«Применение технологии Intel Software Guard Extensions (Intel SGX) в финансовой сфере невероятно интересно. Финансы, как мы видели во многих отраслях, часто ограничиваются безопасным обменом информацией, и первые результаты испытаний между Intel и Consilient открывают огромные перспективы для будущего совместного финансирования », – Анил Рао, вице-президент и генеральный менеджер Intel по безопасности платформ данных и системной архитектуре.

Почему это важно: по  данным Организации Обьединенных Наций, от 2% до 5% валового внутреннего продукта (ВВП) отмывается во всем мире каждый год, что составляет от 800 до 2 триллионов долларов. Признавая необходимость выхода за рамки ручной и фрагментированной системы мониторинга, Consilient создал интеллектуальное, совместное и постоянно работающее решение, которое использует федеративное обучение и Intel SGX для обнаружения финансового мошенничества.

За счет автоматизации этого процесса с помощью федеративного обучения доступ к множеству наборов данных, базам данных и юрисдикциям шифруется без раскрытия данных или конфиденциальной информации о клиентах различным вовлеченным сторонам. Государственные и финансовые учреждения могут использовать эту новую платформу для более точного и эффективного обнаружения незаконной деятельности с меньшим количеством ложных срабатываний, помогая бороться с финансовыми преступлениями, предотвращать отмывание денег, полученных преступным путем, и позволять законным физическим и юридическим лицам более эффективно управлять рисками.

«Когда банки пытаются обнаружить незаконную и мошенническую деятельность, система оказывается крайне неэффективной и неэффективной: более 95% мониторинга транзакций приводит к ложным срабатываниям, а учреждения не могут видеть риски за пределами своих собственных стен», - сказал Хуан Зарате, соуправляющий партнер по всему миру. и главный специалист по стратегии K2 Integrity и первый в истории помощник министра финансов США по финансированию терроризма и финансовым преступлениям. «С помощью технологии федеративного машинного обучения Consilient, поддерживаемой Intel SGX, мы изменяем способ динамического и безопасного выявления и предотвращения рисков финансовых преступлений финансовыми учреждениями и органами власти. Этот новый подход позволяет организациям экономить расходы, перераспределять персонал, а также эффективно и действенно управлять и определять приоритеты более серьезных незаконных финансовых рисков».

Как это работает:  федеративное обучение - это техника машинного обучения (ML) с сохранением конфиденциальности и конфиденциальная вычислительная модель, которая позволяет обучать ИИ без централизации данных. Consilient создал платформу, основанную на поведении и управляемую машинным обучением, которая работает на его технологии DOZER ™. Модели машинного обучения можно обучать с использованием нескольких наборов данных, чтобы обнаруживать и анализировать «нормальные» и «ненормальные» закономерности, недоступные людям и большинству современных технологий. Это позволяет участвующим учреждениям, властям и регулирующим органам сотрудничать, выявляя системные риски и управляя ими более эффективно, действенно и устойчиво, не подвергая риску частные данные.

Эта вычислительная модель стала возможной благодаря Intel SGX, в которой используется аппаратная доверенная среда выполнения (TEE), помогающая изолировать и защитить конкретный код приложения и данные в памяти. Технология помогает гарантировать, что корень доверия ограничен небольшой частью оборудования центрального процессора и самого приложения машинного обучения, уменьшая поверхность атаки для потенциальных угроз и лучше защищая конфиденциальность и целостность кода и данных.


Получить подробную информацию или проконсультироваться можно на сайте официального поставщика Intel в России russia-int.ru.