Mens AI åbner op for Open Banking, opretholdes dataintegritet

Mens 80% af amerikanerne er afhængige af finansielle apps, har omkring 65% af finansielle organisationer verden over rapporteret at have oplevet et ransomware-angreb i 2024. Dette er ikke en tilfældighed, da finansielle organisationer er primære mål for dårlige aktører på grund af den enorme mængde personlige oplysninger, de besidder. Routenumre, adresser, sociale sikkerhedsnumre, transaktioner og personlige detaljer udgør en guldmine af muligheder i øjnene på cyberkriminelle.

I årevis har der været vejforbud mellem finansielle institutioner og deres evne til at dele data med hinanden i et forsøg på at beskytte forbrugere og institutionelle praksisser. I 2025 vil disse barrierer blive revet ned i en model kaldet “open banking”. Denne innovation er drevet af kunstig intelligens (AI) og avanceret kodning for at give brugerne et klart billede af deres finansielle sundhed. Et enkelt profil kunne indeholde kontobalancer, transaktionshistorik for Venmo eller PayPal og personlige indsigt i individuel forbrug. Med denne nye æra af innovation kommer dog også risiko. Finansielle institutioner er allerede mål for dårlige aktører, og nedbrydningen af barrierer mellem organisationer øger mulighederne for angreb.

Hvorfor PETs alene ikke kan sikre Open Banking

Teknologier til beskyttelse af privatliv (PETs) er dukket op som avancerede værktøjer designet til at beskytte denne diamantmine af data. PETs reducerer institutionernes afhængighed af identificerbare personlige oplysninger, samtidig med at de tillader finansielle institutioner at analysere pullede data. Tjenesterne, PETs tilbyder, varierer afhængigt af de værktøjer og teknikker, der anvendes. Nogle almindelige eksempler inkluderer:

• Flerepartskomputation: Ved hjælp af kryptering og matematiske teknikker kan virksomheder arbejde sammen på et projekt uden at afsløre enkelt ejede rådata. For eksempel, hvis der er en række svindelforsøg på tværs af banker, kan hver virksomhed dele tendenser uden at afsløre nogen enkelt information. Med PETs er disse virksomheder i stand til at spore globalt svindel på trods af forskelle i globale privatlivslove.
• Differentiel privatliv: Ved at tilføje “støj” til datasæt gør finansielle institutioner det næsten umuligt at genspore data tilbage til en enkelt person. Uden at risikere nøjagtighed beskytter data “støj” rådata.
• Homomorft kryptering: Selv om det lyder umuligt, kan virksomheder udføre beregninger på krypterede data uden at dekryptere dem. For eksempel kan beregninger udføres på krypterede finansielle transaktioner uden at personlige data nogensinde afsløres. Spørgsmålene, der anvendes, kan endda beskyttes, hvilket især er nyttigt til bekæmpelse af kriminalitet på tværs af grænser.
• Federeret læring: Til sidst, da AI-modeller stiger i frekvens, tillader federeret læring virksomheder at træne AI-modeller lokalt uden at pulje alle datasæt sammen. Disse mindre modeller kombineres til sidst for at udnytte AI-modellens funktioner uden at flytte data.

Trods antallet af metoder kan PETs kun sikre data efter, at det er blevet indsamlet og brugt. PETs kan ikke bestemme, om indsamling, behandling eller deling af data er lovligt fra starten. Regler som GDPR og CCPA kræver udtrykkelig samtykke før behandling af oplysninger, selv hvis de anonymiseres senere. PETs kan holde data sikre, men uden den klare evne til at bruge dem fra starten, kan behandling af brugerinformation være ulovlig.

Den manglende del: Samtykke og præferencestyring

Platforme for samtykke og præferencestyring (CPMs) er den lovmæssige makker til PETs. CPMs opretter en enkelt registrering af sandheden om, hvad hver bruger har (eller ikke har) accepteret at dele. Dette sikrer, at en brugers præferencer respekteres, selv når forskellige deltagende institutioner deler informationer i en open banking-model.

Uden CPMs kan samtykke kastes til side, når finansielle institutioner krydser ledninger og samler informationer, og det bliver et overholdelsesmareridt, der skal ske. Med CPMs kan finansielle institutioner opretholde en spor af tilladelser og forsikre kunderne om, at deres valg og tillid respekteres.

Ved at kombinere PETs med CPMs er dagen, hvor man skal afveje data beskyttelse mod indsigt, forbi. Nu kan bankinstitutioner give individer værdifuld viden og fremme branchen uden at ofre værdifuld data.

Indsatsen for tillid og overholdelse

Ifølge Federal Trade Commission har forbrugere rapporteret tab på over $12,5 milliarder på grund af svindel i 2024, en stigning på 25% i forhold til det foregående år. Da finansielle institutioner samler data, stiger værdien af disse oplysninger. Storskalae-dataudbrud kan undergrave kundetillid og underminere en institutions rygte.

Uanset kompleksiteten af PETs kan de ikke garantere 100% sikkerhed. PETs kræver komplekse beregninger og betydelig industriel ekspertise for at sikre data. Lige som AI åbner døre for innovation, skaber det også flere muligheder for dårlige aktører for at lancerer avancerede angreb, der kan finde huller i ellers sikre systemer. Selv lovmæssige gråzoner forbliver, da regler som GDPR følger op med nye teknikker. PETs er kraftfulde, men de er ikke en erstatning for en stærk samtykke- og præferencestyringsgrundlag.

Opbygning af et dobbeltlagt forsvarssystem

Open banking tilbyder en ny æra af finansielle muligheder, fra banktransparens til forbrydelsesforebyggelse til en generelt bedre kundeoplevelse. Ingen af disse muligheder betyder noget, hvis det ikke er bygget med dataintegritet i mente. PETs og CPMs kan kombineres for at skabe en kraftfuld ramme, der beskytter data på det tekniske niveau, samtidig med at kundetillid opretholdes.

På kanten af en fantastisk innovation vil de finansielle institutioner, der placerer kundetillid som en kernepille i open banking-operationer, være dem, der trives. Når innovation og tillid fremmes sammen, kan den finansielle branche føre en stærkere, sikrere verden for alle.