«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

22.06.2026
PT: 83% кибератак на российскую промышленность совершено с помощью ВПО
22.06.2026
Мнение: Полный отказ от подписи кода создаст благоприятную среду для ВПО
22.06.2026
«Мир» полноценно начали принимать в Иране
22.06.2026
Члены сообщества Dialog предсказывают «ИИ-зиму»
22.06.2026
От масштабной утечки пострадали Oracle, Lenovo, FedEx и Fortinet
19.06.2026
RuStore добавил функцию геотаргетинга ПО
19.06.2026
Mysk: Apple может вычислить скорость вашего набора текста
19.06.2026
ChatGPT впервые пересёк «экватор» (отрицательно)
19.06.2026
Победителейпремии «Приоритет: Цифра — 2026» наградили в Москве
19.06.2026
ЭАЦ InfoWatch: Стратегии атакующих всё чаще предполагают межсредовую интеграцию

Стать автором BIS Journal

Поля, обозначенные звездочкой, обязательные для заполнения!

Отправляя данную форму вы соглашаетесь с политикой конфиденциальности персональных данных