Санкт-Петербург. 2 мая. ИНТЕРФАКС СЕВЕРО-ЗАПАД - Группа ученых из Института кибербезопасности и защиты информации Санкт-Петербургского политехнического университета создала модель нейронной сети, которая способна отличать подозрительные транзакции от безопасных, а мошенников - от честных пользователей, сообщает пресс-служба вуза во вторник.
Ученые Политеха проанализировали сотни транзакций и подробную информацию о них, начиная с номера операции и заканчивая типом устройства, с помощью которого осуществлялся перевод, затем построили модель нейронной сети и перешли к её обучению.
"Мы представили банковские операции и пользователей, которые их совершают, в виде графов, затем разделили их на два класса: одни - мошенники, другие - люди, осуществляющие легитимные денежные переводы. При обучении нашей графовой нейронной сети мы дополнительно учитывали идентификационную информацию: номер банковской карты, данные об отправителе и получателе денежных средств, тип используемой банковской карты, характеристики устройства, с помощью которого была совершена транзакция и другие", - цитирует пресс-служба профессора Института кибербезопасности и защиты информации СПбПУ Дарью Лаврову.
По ее словам, выделение дополнительных признаков позволило более точно обучить нейросеть. Новая модель, в частности, при "фильтрации" транзакций смотрит на временные метки, по которым определяет, как давно человек стал участником банковской среды и в какой организации обслуживается.
"Если человек открыл счет в банке полгода назад и за этот период времени средняя сумма транзакций за день составляла 1 000 рублей, после чего в один день он получил денежные переводы в сумме 30 000 рублей, вероятность того, что нейронная сеть отнесет этого человека к классу мошенников, возрастет. Кроме того, будет учитываться информация об источнике транзакции и, если деньги были переведены не юридической организацией, а десятью физическими лицами, то данная вероятность также увеличится", - уточнила Лаврова.
Модель ориентирована на решение проблемы больших объемов данных о транзакциях, повышение скорости анализа операций на предмет безопасности и обнаружение новых способов банковского мошенничества. Предполагается, что разработка способна экономить человеческий ресурс, автоматизируя рутинную работу, может быть полезна банковским организациям и применяться в качестве первой линии защиты. При этом подчеркивается, что основным методом защиты нейросеть не станет, так как самым уязвимым звеном системы останется человек.
"До тех пор, пока пользователи вводят на сторонних сайтах данные своих кредитных карт, не используют надёжные пароли и верят звонкам от якобы сотрудников службы безопасности банка, безопасность не будет обеспечена", - указала один из авторов проекта Анастасия Сергадеева.
Графовая нейронная сеть также справится с выявлением в социальных сетях пользователей, распространяющих дезинформацию, или с обнаружением сетевых атак в сетях передачи данных, считают ученые.
Результаты исследования опубликованы в Springer Link.
