Публикации
2023 г. – новый этап практического применения CXL, статья
VMware сдвигает акцент в проекте Capitola на CXL, статья
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья
GigaIO: CDI_решение на базе AMD для высшего образования, статья
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Lenovo: CXL – будущее серверов с многоуровневой памятью , статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
Danske Bank и Teradata внедряют систему на основе искусственного интеллекта для обнаружения мошенничества в режиме реального времени

26, октябрь 2017  —  Корпорация Teradata (NYSE: TDC ) сообщила о том, что в Danske Bank, ведущем финансовом учреждении Северной Европы, в сотрудничестве с Think Big Analytics, была разработана и внедрена передовая, основанная на технологиях искусственного интеллекта платформа для выявления случаев мошенничества. Платформа использует методы глубокого обучения, позволяющие анализировать десятки тысяч скрытых признаков и отслеживать миллионы банковских онлайн операций в режиме реального времени для получения информации о реальных фактах мошенничества и случаях, ошибочно принятых за мошенничество. Существенно сократив расходы на оценку ложных результатов и повысив общую эффективность своей деятельности, Danske Bank ожидает полной окупаемости инвестиций уже в первый год эксплуатации.

« Фальсификация данных при подаче заявок на кредиты – крайне важная и острая проблема для банков. Как известно, злоумышленники постоянно совершенствуют технику, используя сложнейшие методы для совершения атак, поэтому в деле их обнаружения могут помочь передовые технологии, в частности, машинное обучение, - говорит Надим Гульзар, руководитель отдела продвинутой аналитики Danske Bank. – Мы понимаем, что в ближайшей и долгосрочной перспективе проблема мошенничества будет только усугубляться в связи с повышением уровня цифровизации в банковской сфере и широким распространением приложений для мобильного банкинга. Мы признаем необходимость применения новейших технологий, способных обнаружить злоумышленников не там, где они находятся сегодня, а там, где они будут завтра. С помощью технологий ИИ мы уже добились сокращения количества ложных идентификаций на 50%, благодаря чему у половины сотрудников отдела по борьбе с мошенничеством появилось время для решения более важных задач ».

Система обнаружения мошенничества, изначально использовавшаяся в Danske Bank, была основана главным образом на написанных вручную правилах, которые активно применялись в банке в течение длительного времени. Из-за рекордного числа ложных срабатываний, иногда достигавшего 99,5% от общего числа транзакций, существенно увеличилось время на проведение проверок и выросли соответствующие расходы. При этом сотрудники отдела по борьбе с мошенничеством были перегружены работой, но реальная их производительность оставалась на низком уровне.

Специалисты Think Big Analytics начали работу в Danske Bank осенью 2016 года. Их задача состояла в том, чтобы поделиться с сотрудниками отдела продвинутой аналитики банка своими знаниями о том, как с помощью данных можно извлечь больше пользы для компании в целом. Работа совместной группы экспертов началась с создания базовой системы в рамках существующей в банке инфраструктуры. Затем были разработаны современные модели машинного обучения для выявления случаев мошенничества среди миллионов транзакций ежегодно, а в периоды пиковой нагрузки – среди нескольких сотен тысяч транзакций в минуту. Для обеспечения прозрачности и повышения уровня доверия наряду с моделями машинного обучения в систему включена функция интерпретации, объясняющая и предоставляющая информацию о действиях по блокировке.

С позиции моделирования случаи мошенничества встречаются крайне редко – примерно один случай из 100  000. Группе экспертов удалось выделить из моделей случаи, ошибочно признанные мошенничеством, и снизить их число на 50%. Вместе с этим модели способны выявлять больше случаев настоящего мошенничества, фактически повысив показатели обнаружения почти на 60%. Программа по борьбе с мошенничеством в Danske Bank – первая система, в которой реализованы методы машинного обучения и одновременно разработаны модели глубокого обучения для тестирования этой технологии.

« Для внедрения технологий исследования данных в своей организации всем банкам необходима платформа продвинутой аналитики с возможностью масштабирования, стратегия и четкий план действий перехода на цифровые технологии, - говорит Мэдз Ингвар, руководитель отдела по работе с клиентами компании Think Big Analytics. – Что касается онлайн операций, кредитных карт и платежей с помощью мобильных устройств, банкам необходим продукт в режиме реального времени – современная платформа по выявлению случаев мошенничества на основе технологий ИИ, разработанная нами совместно с Danske Bank, обрабатывает входящие транзакции менее чем за 300 миллисекунд. То есть, когда клиенты покупают продукты в супермаркете, система проверяет транзакцию в режиме реального времени и в тот же момент сообщает результат. Именно такой продукт скоро будет использоваться во всех финансовых учреждениях ».

Ссылки по теме

•  Конференция Teradata PARTNERS и выставка

•  Блог: Danske Bank : Инновационные технологии искусственного интеллекта и глубокого обучения помогают выявлять изощренные виды мошенничества

•  История успеха: Danske Bank использует технологии глубокого обучения и ИИ для борьбы с мошенничеством

•  Видео: Danske Bank : Инновационные технологии искусственного интеллекта и глубокого обучения помогают выявлять изощренные виды мошенничества и оставаться самым надежным банком в Скандинавии

•  Teradata названа лидером по данным шести обзоров ведущих аналитических компаний

О компании Teradata

Teradata открывает компаниям новые пути эффективного ведения бизнеса. Комплексные решения для бизнес-аналитики, консалтинговые услуги в области ИТ-архитектуры и лучшие в отрасли технологии обработки и анализа данных позволяют Teradata раскрывать потенциал крупнейших компаний. Подробности на сайте teradata . com .

Публикации по теме
Рынки
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Информационная безопасность (ИБ), борьба с мошенничеством
 
Новости Teradata

© "Storage News" journal, Russia&CIS
(495) 233-4935;
www.storagenews.ru; info@storagenews.ru.