«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

24.04.2024
У «Сбера» (и рынка?) будет свой SAP за «миллиарды рублей»
24.04.2024
В I квартале хакеры совершили более 19 млн атак на смартфоны россиян
24.04.2024
Минпромторг раздаёт деньги на отечественные решения
24.04.2024
Правительство одобрило ужесточение наказания за утечку ПДн
24.04.2024
«Мы разработали законодательную инициативу по дропам»
24.04.2024
«Мы обеспечили определённый уровень заказа». ГРЧЦ продолжает импортозамещать чипы
23.04.2024
В АП не поддержали поправки о штрафах за утечки ПДн
23.04.2024
Хакеры всё активнее DDoS-ят российскую отрасль энергетики
23.04.2024
Минпромторг начнёт выдавать баллы блокам питания?
23.04.2024
Microsoft — угроза для нацбезопасности? Бывает и такое

Стать автором BIS Journal

Поля, обозначенные звездочкой, обязательные для заполнения!

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных