`

СПЕЦИАЛЬНЫЕ
ПАРТНЕРЫ
ПРОЕКТА

Архив номеров

Как изменилось финансирование ИТ-направления в вашей организации?

Best CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Руслан Костецкий

Cоциальное окружение и выявление мошенничества в финансовом секторе

04
голоса

В неспокойные времена количество попыток мошенничества лишь увеличивается, а сами злоумышленники становятся более ловкими и осторожными. А ведь такой вид преступлений не только наносит серьезные убытки финансовым учреждениям, но и подрывает доверие населения к самим кредитным учреждениям, уровень которого и так достиг почти исторического минимума в связи с текущими событиями в стране.

Очевидно, что для предотвращения подобных угроз финансовым организациям необходимо выявлять преступников на ранних этапах. Однако традиционные схемы противодействия мошенничеству сегодня малоэффективны, так как мошенники постоянно изобретают новые способы. Решение подобных задач находится в плоскости углубленной аналитики, а именно в математических и статистических методах анализа информации. Среди них – продвинутый метод выявления сложных мошеннических схем на основе анализа социального окружения Social Network Analysis (SNA). Учитывая многолетний опыт SAS в этой сфере, можно утверждать, что в последнее время практически ни одна разработка в области противодействия мошенничеству не продемонстрировала такого потенциала, как SNA.

Но для начала стоит разобраться с терминологией. Традиционно словосочетание «анализ социального окружения» наводит на мысль о популярных социальных сетях Facebook, Twitter и т.д. Однако SNA охватывает более широкий круг понятий и базируется на сложном математическом аппарате, позволяющем не только строить сеть связей, но и рассчитывать ее показатели, автоматически выявляя скрытые сообщества.

Как же работает SNA? Этот метод основан на построении сети взаимосвязей между объектами. Если некая персона уже была ранее связана с выявленными случаями мошенничества, при этом, возможно, и не напрямую, то это уже основание подозревать, что этот человек тоже может быть вовлечен в мошенническую сеть. Как известно, большинство серьезных мошеннических преступлений в банках происходят при содействии самих банковских сотрудников. Мы полагаем, что два человека связаны, если их объединяет какая-то общая характеристика или общее действие. Например, они связаны между собой, если у них общий адрес электронной почты, залоговое имущество или номер телефона.

Визуализация сети социальных связей позволяет сразу определить группу потенциальных мошенников и предотвратить неблагоприятный сценарий развития событий для финансовой организации. SNA позволяет выявлять организованные мошеннические группы, видеть ротацию средств между счетами внутри нее и прогнозировать возможные дефолты, как ее отдельных членов, так и всей группы в целом, а также не допускать выдачу кредита ее новым членам.

Результатом использования метода SNA является повышение эффективности процесса проведения расследования, а также увеличение объема обнаруженного мошенничества. Что касается выгоды, то это экономия операционных расходов и снижение потерь, причем как финансовых, так и репутационных.

04
голоса

Напечатать Отправить другу

Читайте также

По центру статьи есть пару интересных фраз. Остальное - рекламное благовоние :-Q

Побольше примеров, алгоритмов.

Опять, какие-то гниды будут вынюхивать чужое постельное бельё. А нормы закона можете привести на которых основано ваше SNA?

 
 
IDC
Реклама

  •  Home  •  Рынок  •  ИТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Сети  •  Безопасность  •  Наука  •  IoT