Cybersikkerhed

Intel og Consilient samarbejder om at bruge federeret læring til at bekæmpe finansielle svindel

mm
Føj Unite.AI til dine foretrukne kilder på Google

Consilient, et nyt selskab, der er dedikeret til at etablere et næste generations system til bekæmpelse af hvidvaskning og terrorismefinansiering (AML/CFT), har lanceret en ny sikker, federeret læringplads, der drives af Intel (INTC ) ® Software Guard Extensions (Intel® SGX). Den kunstige intelligens (AI)-plads har til formål at forhindre finansielle forbrydelser og muliggøre sikker samarbejde mellem finansielle institutioner, samtidig med at den hjælper med at beskytte privatliv og sikre data.

Hvorfor det er vigtigt

Ifølge De Forenede Nationer bliver 2-5% af bruttonationalproduktet (BNP) hvidvasket globalt hvert år, hvilket svarer til 800 milliarder – 2 billioner dollar. Consilient har bygget en intelligent, samarbejdende og altid-til-rådighed-løsning, der udnytter federeret læring og Intel SGX til at opdage finansielle svindel.

Ved at automatisere denne proces gennem federeret læring kan adgang til multiple datasæt, databaser og jurisdiktioner krypteres uden at afsløre data eller følsomme kundeoplysninger til de involverede parter. Regeringer og finansielle institutioner kan bruge denne nye plads til mere præcist og effektivt at opdage ulovlig aktivitet, med lavere falske positivrater, hvilket hjælper med at bekæmpe finansielle forbrydelser, forhindre højerværdi-hvidvask og muliggøre legitime personer og virksomheder at håndtere risiko mere effektivt.

“Når banker prøver at opdage ulovlig og svindelaktivitet, er systemet meget ineffektivt og ineffektivt, med over 95% af transaktionsovervågning, der resulterer i falske positiver, og institutioner, der ikke kan se risiko ud over deres egne mure. Med Consilients federerede maskinlærings-teknologi, støttet af Intel SGX, genopbygger vi måden, finansielle institutioner og myndigheder opdager og forhindrer finansielle forbrydelser risiko dynamisk og sikkerhedsnægt. Denne nye tilgang tillader organisationer at spare omkostninger, genansætte personale og håndtere og prioritere mere alvorlige ulovlige finansielle risici effektivt og effektivt.”

— Juan Zarate, global co-managing partner og chief strategy officer hos K2 Integrity og første assisterende sekretær for Terrorist Financing and Financial Crimes i USA’s finansministerium

Hvordan det fungerer

Federeret læring er en privatlivsbevarende maskinlærings-teknik og fortrolig beregningsmodel, der muliggør AI-træning uden centralisering af data. Consilient har oprettet en adfærdsbaseret, maskinlæringsdrevet plads, der kører på deres DOZER™-teknologi. Maskinlæringsmodeller kan trænes på tværs af multiple datasæt for at opdage og analysere “normal” og “abnormal” mønstre, som mennesker og de fleste nuværende teknologier ikke kan. Dette tillader deltagende institutioner, myndigheder og tilsynsmyndigheder at samarbejde, mens de afslører og håndterer systemrisici mere effektivt, effektivt og bæredygtigt uden at sætte privat data i fare.

Denne beregningsmodel er mulig takket være Intel SGX, der bruger en hardware-baseret tillidsværdig udførelsesmiljø (TEE) til at hjælpe med at isolere og beskytte bestemt applikationskode og data i hukommelsen. Teknologien hjælper med at sikre, at rodens tillid er begrænset til en lille del af centralprocessorens hardware og maskinlæringsapplikationen selv, hvilket reducerer angrebsfladen for potentielle trusler og bedre beskytter fortroligheden og integriteten af kode og data.

“Anvendelsen af Intel Software Guard Extensions (Intel SGX) teknologi i den finansielle sektor er utrolig spændende”, sagde Anil Rao, Intel vicepræsident og generalmanager, Data Platforms Security and Systems Architecture. “Finans, som vi har set i mange industrier, er ofte begrænset af sikker informationsdeling, og de første forsøgsresultater mellem Intel og Consilient holder enormt løfte for fremtiden for samarbejdende finans.”

Der er mere information om at bruge federeret læring i den finansielle servicesektor tilgængelig i hvidbogen med titlen Federeret læring gennem revolutionerende teknologi.

Daniel er en stor tilhænger af, hvordan AI til sidst vil forstyrre alt. Han ånder teknologi og lever for at prøve nye gadgets.