Featurespace Lanza Automated Deep Behavioral Networks

Google+ Pinterest LinkedIn Tumblr +

El líder mundial en la prevención de delitos financieros empresariales presenta una capa de defensa más profunda para las tarjetas y los pagos.

LONDRES, ATLANTA Y SINGAPUR–(BUSINESS WIRE)–Featurespace presenta hoy Automated Deep Behavioral Networks para la industria de tarjetas y de pagos, que proporciona una capa más profunda de defensa, a fin de proteger a los consumidores de estafas, robos de cuentas y fraudes con tarjetas y pagos que suponen un costo estimado de 42 mil millones de dólares en 2020.

“La importancia de este desarrollo va más allá del alcance de la lucha contra los delitos financieros empresariales. Es realmente la última generación de aprendizaje automático,” declaró Dave Excell, fundador de Featurespace.

El invento

Esta invención, avance en la tecnología de aprendizaje profundo, precisó una forma totalmente nueva de diseñar y construir plataformas de aprendizaje automático. Automated Deep Behavioral Networks es un nuevo diseño basado en Redes Neuronales Recurrentes que se encuentra disponible únicamente en la última versión de ARIC™ Risk Hub.

El desafío y el descubrimiento

La tecnología de aprendizaje profundo tiene varias aplicaciones, como en el procesamiento de lenguaje natural para predecir la próxima palabra en una oración. Sin embargo, su utilización para prevenir el fraude en la detección de fraude en tarjetas y en pagos no se ha optimizado para proteger a las empresas y a los consumidores del fraude de tarjetas y de pagos. Gracias a este invento, ese desafío está resuelto.

Las transacciones son intermitentes, lo que hace de la comprensión contextual un elemento imprescindible para predecir el comportamiento. Anteriormente, construir modelos de aprendizaje automático efectivos para la prevención del fraude suponía que los científicos de datos tuvieran un sólido conocimiento del campo para poder identificar y seleccionar las características de datos adecuadas, un paso tan difícil como fundamental.

Featurespace Research desarrolló Automated Deep Behavioral Networks para automatizar el descubrimiento de características y presentar celdas de memoria con una comprensión nativa de la importancia del tiempo en los flujos de transacciones, lo que mejora así el rendimiento líder en el mercado de Adaptive Behavioral Analytics de la empresa. Detectar el fraude antes de que el dinero de la víctima salga de la cuenta es la mejor línea de defensa contra las estafas, robos de cuentas y ataques de fraude de tarjetas y de pagos. Para los siguientes grupos, los beneficios de Automatic Deep Behavioral Networks incluyen lo siguiente:

Consumidores:

  • Permitir transacciones genuinas con verificación reducida; e
  • identificar estafas, robos de cuenta, ataques de fraude de tarjetas y de pagos de manera automática antes de que el dinero de la víctima salga de la cuenta.

Científicos de datos:

  • Descubrir funciones en eventos de transacción de manera automática;
  • impulsar la lógica de aprendizaje automático a lo largo de todo el conjunto de modelado;
  • aprovechar la irregularidad de las acciones humanas para identificar comportamientos atípicos y
  • retener todos los descubrimientos de Adaptive Behavioral Analytics de Featurespace.

Industria de tarjetas y de pagos:

  • Mejorar la seguridad de calificación de riesgo en todas las transacciones (la detección de fraude durante la transacción aumenta, y el comportamiento genuino se identifica de manera más precisa para facilitar la aceptación de más transacciones);
  • proporcionar una mejora en el desempeño para todos los tipos de pago, incluidos los pagos con tarjeta, Cámara de Compensación Automatizada/transferencias BACS, transferencias, pagos entre personas y pagos más rápidos;
  • mejorar la detección de fraude de gran valor y bajo volumen (y también de fraude de bajo valor y de gran volumen);
  • reducir la autenticación escalonada;
  • proporcionar documentación estricta de modelo de gobierno con una lógica explicable, toma de decisiones justa y códigos de motivo, y
  • brindar una puntuación estable y en tiempo real de alto rendimiento y con tiempos de respuesta de baja latencia crítica para empresas, incluso en condiciones de aumento.

“Como los pagos en tiempo real, la transformación digital y la demanda del consumidor requieren el movimiento instantáneo del dinero. Nuestra función es asegurar que la industria posea las mejores herramientas para proteger a las organizaciones y a los consumidores de los delitos financieros. Estoy inmensamente orgulloso de nuestro equipo de investigación y su dedicación a la innovación en aprendizaje automático en nombre de nuestros clientes”, comentó Excell.

Acerca de Featurespace – www.featurespace.com

Featurespace™ es líder mundial en prevención de delitos financieros empresariales contra el fraude y el lavado de dinero. Featurespace inventó Adaptive Behavioral Analytics y Automated Deep Behavioral Networks, que se encuentran disponibles en la plataforma ARIC™, software de aprendizaje automático en tiempo real que califica el riesgo de eventos en más de 180 países, a fin de prevenir fraudes y delitos financieros.

ARIC™ Risk Hub utiliza detección de anomalías avanzada y explicable para permitir que las instituciones financieras identifiquen automáticamente el riesgo, detecten nuevos ataques de fraude e identifiquen actividades sospechosas en tiempo real. Más de 30 importantes instituciones financieras mundiales están utilizando ARIC para proteger su negocio y sus clientes. Los clientes anunciados públicamente incluyen HSBC, TSYS, Worldpay, NatWest Group, Contis, Danske Bank, ClearBank, AK Bank y Permanent TSB.

El texto original en el idioma fuente de este comunicado es la versión oficial autorizada. Las traducciones solo se suministran como adaptación y deben cotejarse con el texto en el idioma fuente, que es la única versión del texto que tendrá un efecto legal.

Contacts

Michael Touchton, Featurespace

Gerente de Relaciones Públicas y Comunicaciones

Michael.touchton@featurespace.com
+1 (423) 364-5491

Share.

Comments are closed.