Kā PayPal uzlabo drošību, izmantojot mākslīgo intelektu

PayPal darījumi liecina par krāpšanu: ASV lietotāja kontam tiek piekļūts Apvienotajā Karalistē, Ķīnā un citur pasaulē. Taču PayPal drošības sistēma, pateicoties pieaugošajai atkarībai uz mākslīgā intelekta tehnoloģiju, kas pazīstama kā dziļa mācīšanās, tagad spēj pamanīt iespējamo krāpšanu, nepieļaujot kļūdas. Tas ir tāpēc, ka algoritmi iegūst datus no klienta pirkumu vēstures, papildus tam, ka pārbauda iespējamās krāpšanas modeļus, kas glabājas tā datubāzēs, un var noteikt, vai, piemēram, aizdomīgie darījumi bija nevainīgas pilota darbības, kas lēca pasaulē.

No kiberdrošības viedokļa PayPal ir mērķis: pagājušajā gadā tas apstrādāja maksājumus 235 miljardu dolāru apmērā no četriem miljardiem darījumu, ko veica vairāk nekā 170 miljoni klientu. Krāpšana vienmēr ir iespējama, ja tiek nozagti patērētāju dati, piemēram, pikšķerēšanas e-pastā, kas mudina lietotājus ievadīt savus akreditācijas datus. Lai turpinātu darbu, PayPal paļaujas uz intensīvu, reāllaika darījumu analīzi.

Kad tiek atklāts modelis, piemēram, ja pēkšņas virknes daudzu mazu pirkumu veikalos izrādās krāpšana, tas tiek pārvērsts par funkciju vai noteikumu, ko var piemērot reāllaikā, lai apturētu šim profilam atbilstošus pirkumus. Tagad mēs savā sistēmā apstrādājam tūkstošiem “funkciju”, salīdzinot ar simtiem, kad sistēma pirmo reizi tika izmantota 2013. gadā, saka Hui Vans, uzņēmuma globālo risku zinātņu vecākais direktors.



Rezultātā PayPal tagad var veikt tādas darbības kā, piemēram, atšķirt draugus, kuri kopā pērk koncerta biļetes, un zagli, kurš veic līdzīgus pirkumus, izmantojot nozagto kontu sarakstu. Un tas viss tiek darīts uzņēmumā, lai izvairītos no pat nelielā latentuma, kas rastos, ja uzņēmums paļautos uz mākoņa pakalpojumu sniedzēju. Tūkstošiem 'funkciju', kas meklē 16 gadu lietotāju vēsturi, viss ir jāizdara mazāk nekā sekundē, saka Vans.

Viņa piebilst, ka dziļa mācīšanās un citas mākslīgā intelekta pieejas ātri kļūst par vienīgo veidu, kā tikt galā ar draudiem. Viņi ir strādājuši, lai palīdzētu saglabāt PayPal krāpšanas līmeni ārkārtīgi zemā līmenī, proti, 0,32 procenti no ieņēmumiem — šis rādītājs ir daudz labāks nekā tirgotāji vidēji 1,32 procenti, liecina LexisNexis pētījums. Jaunākais Federālo rezervju maksājumu pētījums atklāja, ka 2012. gadā tika veikti krāpnieciski pirkumi 6,1 miljarda dolāru vērtībā, un šķiet, ka problēma pasliktinās.

PayPal nav vienīgais uzņēmums, kas izmanto padziļinātu mācīšanos, lai uzlabotu kiberdrošību. Izraēlas jaunuzņēmums Deep Instinct ir izmantojis šo paņēmienu ļaunprātīgas programmatūras noteikšanai, apgalvojot, ka tas darbojas par 20 procentiem labāk nekā tradicionālās pieejas. Un Ashar Aziz, drošības firmas FireEye priekšsēdētāja vietnieks un dibinātājs, sacīja, ka viņa uzņēmums ir izmantojis dziļu mācīšanos visam, sākot no tīkla ielaušanās noteikšanas līdz pikšķerēšanas uzbrukumu izskaušanai.

Uzņēmumi var vēl vairāk uzlabot kiberdrošību, ja tie kopīgo datu krātuvēs par kiberuzbrukumiem un krāpšanu, saka Azizs. Viņš saka, ka, ja turpināsit iegūt vairāk datu un vairāk jaudas to apstrādei, jūs varat iegūt vēl labāk.

paslēpties