«Тинькофф Банк» научился выявлять заявки на кредиты, поданные под влиянием мошенников, сообщил «РИА Новостям» замруководителя Центра экосистемной безопасности банка Олег Замиралов.

«В "Тинькофф" разработали ML-модель, которая позволяет выявить мошенничество с кредитами на этапе подтверждения заявки. Эта модель способна с высокой точностью прогнозировать воздействие третьих лиц при оформлении клиентом заявки и посылать сигнал сотрудникам банка, чтобы они перепроверили заявку и в случае подозрения на мошенничество отклонили её», — рассказал он.

Замиралов добавил, что в основе технологии лежит система оценки кредитоспособности потенциального заёмщика, основанная на численных статистических методах, усиленная антифрод-логикой: «Для этого мы проанализировали миллионы заявок, включая кейсы, когда клиенты подают заявку на кредит под воздействием социальной инженерии, выявили различные факторы в поведении и другие признаки, которые могут указывать на мошенничество».

20 февраля, 2024

Подписаться на новости BIS Journal / Медиа группы Авангард

Подписаться
Введите ваш E-mail

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных

18.02.2026
Интернет-рубильник всё ближе к реальности
18.02.2026
Шадаев: Доступ к перепискам в Telegram есть у иностранных спецслужб
18.02.2026
Мнение: Использование ИИ не снижает нагрузку, а смещает её
18.02.2026
Организации переходят от пилотных и точечных проектов к комплексным облачным внедрениям
18.02.2026
«Деньги не выделяем в случае, если не объясняется и не доказан эффект от цифровизации»
17.02.2026
В индексе рисков стран G7 лидируют киберугрозы
17.02.2026
Скамеры оседлали волну блокировки Telegram
17.02.2026
Координацией внедрения доверенного ИИ займётся новый оперштаб
17.02.2026
CISA приказало госведомствам списать устаревшее оборудование
17.02.2026
МФО обяжут регистрировать ИБ-инциденты

Стать автором BIS Journal

Поля, обозначенные звездочкой, обязательные для заполнения!

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных