Feedzai: Μία προηγμένη μέθοδο εντοπισμού τραπεζικών απατών έχουν αναπτύξει Πορτογάλοι επιστήμονες, βασιζόμενοι σε εμπειρία που είχαν αποκτήσει πάνω στη δημιουργία λογισμικού εξομοίωσης διαστημικών πτήσεων.
Το λογισμικό της εταιρείας Feedzai χρησιμοποιείται για την επιτήρηση κάθε ηλεκτρονικής αγοράς στην Πορτογαλία, ενώ σε παγκόσμιο επίπεδο τα μέσα στης εταιρείας ελέγχουν πληρωμές ύψους 229 δισ. δολαρίων ετησίως.
Οι διαστημικές αποστολές και τα συστήματα εντοπισμού απατεώνων έχουν ένα κοινό: την ανάγκη πολύ εξελιγμένου λογισμικού. «Όταν εκτοξεύεται ένα διαστημόπλοιο χρειάζεται λογισμικό για την καθοδήγησή του» εξηγεί ο Πάουλο Μαρκές, ο οποίος ήταν σύμβουλος της Ευρωπαϊκής Διαστημικής Υπηρεσίας (ESA) πριν ιδρύσει την Feedzai το 2009. «Χρειάζεσαι επίσης λογισμικό για επικοινωνία με το έδαφος».
Πολύ πριν εκτοξευτεί ένα σκάφος, το λογισμικό πρέπει να εξεταστεί ενδελεχώς για προβλήματα. Ωστόσο, υπάρχει ένα πρόβλημα, όπως επισημαίνει ο Πάουλο: «δεν έχεις ακόμα το διαστημόπλοιο».
Οπότε, οι επιστήμονες κατασκευάζουν ένα «σύμπαν» λογισμικού για να εξομοιώσουν την αποστολή. «Αυτό που χρειάζεσαι είναι κάτι που αναπαριστά το διαστημόπλοιο, τον έλεγχο αποστολής και τους σταθμούς εδάφους, καθώς και πολλά άλλα στοιχεία, για να μπορείς να τα ελέγξεις όλα».
Στην ESA ο Πάουλο και ο Νούνο Σεμπαστιάνο της Feedzai χρησιμοποιούσαν υπολογιστικές τεχνικές υψηλών επιδόσεων για να δημιουργήσουν εικονικούς δορυφόρους: «συνονθυλεύματα υπολογιστών που υποκρίνονται ότι είναι ο,τιδήποτε εμπλέκεται. Ένας υπολογιστής λειτουργεί ως διαστημόπλοιο».
Το λογισμικό πρέπει να είναι πολύ σταθερό για να μπορεί να μιμηθεί τέλεια κάθε στοιχείο της αποστολής και του σκάφους, και πρέπει να μπορεί να το κάνει γρήγορα. Αυτό το λογισμικό χρησιμοποιείται επίσης για εκπαίδευση χειριστών.
Αντίστοιχες προκλήσεις αντιμετωπίζονται και στον εντοπισμό απατών (fraud detection): για παράδειγμα, και στις δύο περιπτώσεις απαιτείται επεξεργασία μεγάλων όγκων δεδομένων σε πραγματικό χρόνο, και το λογισμικό πρέπει να μπορεί να αναγνωρίζει ο,τιδήποτε κινείται εκτός της σφαίρας του φυσιολογικού.
Ωστόσο, μια σημαντική διαφορά είναι ότι στην περίπτωση των διαστημικών αποστολών υπάρχουν κάποιοι σταθεροί και χωρίς εξαιρέσεις κανόνες, ενώ στο fraud detection πρέπει να λαμβάνονται αποφάσεις ανά περίπτωση: μία μεταβολή θερμοκρασίας σε ένα διαστημόπλοιο είναι πάντοτε πρόβλημα, ωστόσο κάθε πελάτης τράπεζας συνεπάγεται διαφορετικές συνήθειες και δεδομένα.
Ως εκ τούτου, το λογισμικό πρέπει να μπορεί να εντοπίζει τι είναι φυσιολογικό για έναν επιχειρηματία και τι για έναν εκπαιδευτικό πριν καταδείξει «παράξενη» συμπεριφορά.
Η Feedzai ανέπτυξε ένα σύστημα τεχνητής νοημοσύνης το οποίο μπορεί να επεξεργαστεί έναν μεγάλο όγκο συναλλαγών, ελέγχοντας κάθε συναλλαγή που πραγματοποίησε ένας πελάτης μέσα σε διάστημα τεσσάρων ετών. Χρησιμοποιώντας machine learning και big data techniques, το λογισμικό «μαθαίνει» να ξεχωρίζει τις «ύποπτες» από τις «μη ύποπτες» συναλλαγές.
Το λογισμικό της Feedzai παρακολουθεί πάνω από 300 μεταβλητές ανά άτομο, δημιουργώντας πολύ λεπτομερή και εξατομικευμένα προφίλ εξόδων. «Συνολικά παρακολουθούμε πάνω από πέντε δισεκατομμύρια μεταβλητές ταυτόχρονα» αναφέρει ο Πάουλο.
«Είναι σαν να έχεις 500 εξαιρετικά έξυπνους ανθρώπους να παρακολουθούν κάθε μεμονωμένη συναλλαγή και να αποφασίζουν βάσει της εμπειρίας τους εάν πρόκειται για απάτη ή όχι. Πρόκειται για μία τεράστια ποσότητα υπολογιστικής ισχύος» προσθέτει.
Σύμφωνα με τον Κάρλος Σερκουέιρα, του Instituto Pedro Nunes, η τεχνολογία για εξοικονομήσει χρήματα για τις τράπεζες, ενώ θα βελτιώσει και το αποκαλούμενο customer loyalty: «τα μοντέλα machine learning της Feedzai και η επιστήμη big data είναι σε θέση να εντοπίζουν απάτες 30% νωρίτερα σε σχέση με παραδοσιακές μεθόδους και επιδεικνύουν πώς οι δυνατότητες που αναπτύσσονται σε κέντρα έρευνας της ESA μπορούν να είναι χρήσιμες και σε άλλους τομείς».
Σύμφωνα με τη σχετική ανακοίνωση της ESA, κάθε χρόνο 11,4 δισ. δολάρια χάνονται εξαιτίας απατών με πιστωτικές κάρτες- αριθμός που αναμένεται να σημειώσει άνοδο καθώς οι κυβερνοεγκληματίες εξελίσσουν τις μεθόδους τους.
