"ההונאות הבנקאיות הן אש שיש להילחם בה באמצעות אש"

"בתחומים רבים, ובהם הונאות פיננסיות, ההאקרים משתמשים בבינה מלאכותית. הדרך היעילה והטובה למנוע זאת, היא באמצעות רכיבי הגנה, אבטחת מידע ומניעת הונאות – מבוססי בינה מלאכותית. זהו המקרה  הקלאסי בו יש לממש את המשפט Fight fire with fire", כך אמר מארק גזית, מנכ"ל ThetaRay.

גזית דיבר במסלול סטארט-אפים וחדשנות, שנערך במסגרת כנס FINTECH JUNCTION Tel Aviv 2018. הכנס, בהפקת אנשים ומחשבים, נערך זו השנה השנייה, בהשתתפות יותר מ-1,500 איש. הוא התקיים אתמול אתמול (א') במלון הילטון בתל אביב.

"בבואם של הבנקים להחליט למי לתת הלוואה, למי לאשר משכנתא, ועוד – הבנקים מסתמכים יותר ויותר על נתונים ועל אלגוריתמים לטיפול ולניתוח שלהם, מה שהוביל לכל פריחת תחום ה-Big Data", אמר גזית. "אלא שעצם ההסתמכות על המידע, ועל האלגוריתמים אשר מחוללים, מטפלים ומאפיינים אותו – הופך את הבנקים להיות חשופים יותר לפעילות עוינת מצד האקרים ופושעי סייבר". לדבריו, "המדובר בפושעים אשר מייצרים זהויות שונות של משתמשים פיקטיביים, אשר תחת זהות בדויה מבקשים אישור להלוואות, משכנתאות, משיכות כספים וכדומה".

"ההאקרים משתמשים באמצעי בינה מלאכותית"

"בנקים מטמיעים מערכות תשתיות מודרניות ומפתחים יישומים בנקאיים לסביבות ניידות ומבוססות אינטרנט", ציין גזית, "כתוצאה מכך הבנקים מתמודדים עם כמויות גדלות והולכות של לוגים ומידע שנאסף ממכשירים ניידים, אשר מוזרם למערכות זיהוי האיומים ומציף אותן. באותו הזמן פושעי הסייבר ממשיכים לפתח דרכים חדשות להלבנת הון ולתקיפת המערכות הבנקאיות". הוא הוסיף כי "ההאקרים משתמשים באמצעי בינה מלאכותית לטובת ביצוע הפשעים שלהם. נדרש שימוש בדור חדש של בינה מלאכותית, על מנת להילחם בדור החדש של הונאות מבוססות בינה מלאכותית – משמע, להילחם באש באמצעות אש".

"בעולם שבו פשעים פיננסים הופכים למורכבים ומתוחכמים יותר", אמר גזית, "פתרונות הגנה מבוססי בינה מלאכותית ולמידת מכונה הופכים למשמעותיים במלחמה בהלבנת הון. אלה מאפשרים לאנשי הבנקים לבחון טרנזקציות חשודות בצורה יעילה וממוקדת, יותר על ידי גילוי בזמן אמת של ניסיונות להלבנת הון והורדת התראות השווא בצורה משמעותית".

הפתרון של ThetaRay, סיכם גזית, "מאפשר למוסדות פיננסים לזהות את הסימנים המוקדמים ביותר להלבנת הון. הוא מבוסס על אלגוריתם שפותח על ידי מתמטיקאים מובילים במשך עשור ועל למידת מכונה מתקדמת שיכולה לזהות סימני הלבנת הון או פשיעה לפני שבוצעה. אחוז התראות השווא הנמוך במיוחד תורם אף הוא ליעילות הפתרון בהתמודדות של בנקים עם סיכוני הלבנות ההון וסיכונים תפעוליים שונים. הפתרון מסמל את המעבר מה-BI הישן – לזה החדש, הכולל את יכולת החיזוי: הוא יודע לזהות אנומליות ולהצביע על פשע, עוד בטרם הוא בוצע".