Kwa kuwa mabadiliko ya digital ya mfumo wa kifedha wa kimataifa yanaongezeka kwa kasi, hivyo pia hali ya kisasa ya vitisho vya kibinafsi. taasisi za kifedha sasa zinakabiliwa na changamoto kubwa: kulinda trilioni za dola zinazotoka kupitia miundombinu ya benki inayoongezeka na kuunganishwa. Katika mstari wa intaneti ya kisasa, usanifu wa faragha, na uchambuzi wa hatari ya juu kuna Bharath Somu - Mhandisi Mkuu na nguvu inayoongoza nyuma ya kizazi kipya cha mifumo ya kuzuia udanganyifu katika fedha za digital. Utafiti wa hivi karibuni uliochapishwa na Bharath, unaitwa   "Usaidizi wa udanganyifu unaoweza kuwezeshwa na AI: mifano ya ushirikiano wa watendaji wengi kwa kugundua na kujibu tishio la wakati halisi katika benki ya digital" Kama sehemu ya ujumbe mkubwa zaidi wa kitaaluma na viwanda, kazi ya Bharath inashirikisha ufahamu kutoka kwa mifumo ya watendaji wengi, kujifunza na uchambuzi wa tabia kuunda mbinu za uchunguzi wa udanganyifu ambazo sio tu sahihi lakini zinaheshimu faragha na zinazofaa. "Usaidizi wa udanganyifu unaoweza kuwezeshwa na AI: mifano ya ushirikiano wa watendaji wengi kwa kugundua na kujibu tishio la wakati halisi katika benki ya digital" Kutoka vikwazo vya jadi hadi uvumbuzi wa AI-Led Kwenye historia, benki zimejitegemea mifumo ya msingi ya sheria na mifumo ya kujifunza ya kudhibiti iliyoundwa juu ya seti za data za zamani. Ingawa imekuwa na ufanisi dhidi ya mifano inayojulikana ya udanganyifu, mifumo hii imekuwa na matatizo ya kugundua mashambulizi mapya au ya kiwango cha chini - hasa yale yanayotumia uthibitisho ulioathiriwa, utambulisho wa synthetic, au uhandisi wa kijamii. Badala yake, utafiti wake unapendekeza mpito kwa mfano wa kipekee unaoongozwa katika Msaidizi wa AI —mfano ambapo wafanyabiashara wa programu za kujitegemea kushirikiana, kujifunza, na kurekebisha katika muda halisi katika mazingira ya kusambazwa. Wafanyabiashara hawa ni iliyoundwa kushiriki ujasiri wa vitisho bila kufichua data ya wateja, kazi ambayo inawezekana na ujuzi wa federated na mifumo tofauti ya faragha. Kwa kuruhusu benki kufundisha algorithms ya uchunguzi wa udanganyifu kwa pamoja bila kushiriki data ya biashara ya asili, mfano huu unasaidia ujasiri wa ushirikiano na wakati huo huo kuhifadhi uhuru wa taasisi. Usalama wa shirika na ulinzi wa ushirikiano Kituo cha msingi cha mfumo wa Bharath ni usanifu wa wafanyabiashara wengi ulioundwa kugundua udanganyifu katika vipengele vingi - anomali za tabia, uongo wa kifaa, na mtiririko wa biashara usio wa kawaida - kwa kuiga maingiliano ya benki ya wakati halisi. kila mfanyabiashara anajumuisha kazi fulani: ufuatiliaji wa metadata ya shughuli, ramani ya tabia ya mtumiaji, au kuthibitisha uhalali wa kifaa. Wakati wafanyabiashara wanaona mifano ya shaka, wanawasiliana kwa njia ya asynchronous kupitia bus ya ujumbe wa encrypted, kutumia algorithms za muungano wa uaminifu ili kuamua kama shughuli inapaswa kuonekana kwa ajili ya uchunguzi zaidi. Mfano huu wa wawakilishi wa kujitegemea ambao huunda makubaliano yaliyotengwa unakubaliana vizuri na mahitaji ya benki ya kisasa. usanifu huu inaruhusu taasisi kuendeleza kutoka kwa uchunguzi wa udanganyifu wa pasiv hadi utabiri wa udanganyifu wa kazi, kuunda mfumo ambao unazidi kuwa na akili zaidi kama inavyoongezeka. Elimu ya Federated na Uchambuzi wa Hatari ya Faragha Sababu ya kawaida katika kazi ya Bharath ni usawa kati ya ufanisi na maadili. wasiwasi wa faragha ni dhaifu hasa katika sekta ya fedha, ambapo maelezo ya kibinafsi ya watumiaji ni lengo na wajibu. Ili kukabiliana na hili, mfumo uliopendekezwa unakimbia usambazaji wa data ya jadi. Badala yake, kila benki hufundisha mfano wake wa uchunguzi wa udanganyifu kwa kutumia data za kibinafsi. Mifano hizi kisha hutoa updates zilizosambazwa ya vigezo - sio rekodi za wateja - kupitia njia salama ya kujifunza.Kwa matokeo, benki zinaweza kufaidika na akili ya pamoja ya mazingira bila hatari ya ukiukwaji wa faragha. Kuimarisha zaidi msingi huu ni mbinu ya Bayesian ya modelling ya hasara ambayo inashughulikia majaribio ya wapinzani ya kuwadanganya mfumo. Mfumo huu wa uwezekano unawezesha wafanyakazi kurekebisha kwa vektor mpya ya mashambulizi, kuhamisha mfano wa uchunguzi wa udanganyifu kutoka mfumo wa sheria wa static kwa mtandao wa kuishi, wa kukabiliana. Ufanisi wa ulimwengu halisi na kubuni tayari kwa siku zijazo Kazi ya Bharath sio tu ya kitaaluma. Jukumu lake katika American Express linahusisha kuendeleza zana za AI zilizo tayari kwa uzalishaji kwa uadilifu wa shughuli na ufuatiliaji wa kanuni. Kutoka kupambana na udanganyifu wa utambulisho wa synthetic hadi kuendesha miundombinu yenye nguvu ya wingu, ufumbuzi wake unaunganisha utafiti wa kisasa na maombi ya ulimwengu halisi. Katika mojawapo ya utekelezaji wake wa kipekee, mifano ya Bharath iliruhusu kugundua udanganyifu wa kisayansi katika jukwaa la benki ya digital linalohusika na ukaribishaji, kurekebisha kikamilifu kwa maelezo ya tabia ya kipekee ya washirika wa hoteli na wateja wao wa kampuni. Zaidi ya hayo, ushirikiano wa mfano na mazoea ya miundombinu kama kanuni na kanuni za usimamizi wa dharura hutoa ufanisi na DevOps za kisasa na protocols za ufuatiliaji, na kuruhusu utekelezaji usio na shaka ndani ya mazingira ya kifedha ya kimataifa. Kwa ajili ya baadaye ya kifedha safi na salama Kama AI inaendelea kufafanua upya mazingira ya uaminifu wa digital na usalama, utafiti wa Bharath Somu unaonekana kama beacon ya uvumbuzi wa maadili. mbinu yake ya kibiashara, ya faragha-kuhifadhi sio tu kuhusu algorithms smart zaidi - ni juu ya kutafakari tena kimsingi jinsi taasisi zinafanya kazi, kukabiliana, na kujenga uaminifu katika mazingira ya digital ya uadui. Badala ya kuangalia udanganyifu kama tatizo la kiufundi, Bharath huweka ndani ya mazingira makubwa ya uvumilivu wa mfumo, ujuzi wa udhibiti, na mifumo ya kurekebisha. “Katika ulimwengu ambapo udanganyifu wa kifedha unabadilika kwa sekunde, ujasiri lazima uwe wa akili, usambazaji, na ushirikiano.” Maelezo ya Bharath. "Na AI ya agensi, tunajenga baadaye - mwingiliano mmoja kwa wakati."

This story contains new, firsthand information uncovered by the writer.

Sauti hii imetolewa katika lugha asilia ya hadithi!

Ndefu sana; Kusoma

CTA: Download the FREE AI Productivity Shift report

Mpango wa Bharath Somu juu ya kutumia AI ya Agent kwa kupambana na udanganyifu wa kifedha

About Author

MAONI

HANG TAGS

MAKALA HII ILIWASILISHWA NDANI

Related Stories

Sweet Security Unveils First Unified Detection And Response Platform

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

Details of the Aerial Voyage.—Kennedy silenced

A PENDENT WORLD

Sweet Security Unveils First Unified Detection And Response Platform

#ellenBrain Turns a Long Weekend Into: HackerNoon Swag Around the World

Details of the Aerial Voyage.—Kennedy silenced

A PENDENT WORLD

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps