«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

19.03.2026
Блокировка Telegram приоткрыла форточку для «Ютюба»?
19.03.2026
Российские LLM — самые суверенные, традиционные и духовно-нравственные
19.03.2026
Файлы Эпштейна были взломаны хакером, проникшим в ФБР
19.03.2026
Servicepipe запустила тестирование платформы непрерывного сканирования на известные уязвимости
19.03.2026
Эксперты Gartner предрекают «сдвиг влево» из-за угроз ИИ
18.03.2026
«Против многоступенчатых атак нужны зрелые процессы»
18.03.2026
«Сбер» представил новый антидроп-сервис
18.03.2026
На бумаге — обслуживание есть, на практике — решает комплаенс
18.03.2026
«Павел Дуров что-то придумает для обхода блокировок»
18.03.2026
Минцифры упростит сбор биометрии для ряда категорий граждан

Стать автором BIS Journal

Поля, обозначенные звездочкой, обязательные для заполнения!

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных