Mark Gazit, administrerende direktør for ThetaRay – Interviews om cybersikkerhed

Mark Gazit er administrerende direktør for ThetaRay, et firma, der beskæftiger sig med cybersikkerhed og big data-analyse, og som tilbyder en platform til opdagelse af ukendte trusler og risici for at beskytte kritisk infrastruktur og finansielle tjenester.

Mark Gazit har mere end to årtiers erfaring inden for højteknologi, med en track record for at maksimere omsætning, nettoindtægt og aktionærernes værdi for startup-, turnaround- og hurtigt voksende globale virksomheder i nye markeder og økonomier.

Før han tiltrådte som administrerende direktør for ThetaRay, fungerede Mark som direktør for Nice Cyber & Intelligence Solutions, en selvstændig afdeling under Nice Systems Ltd. Mellem 2002 og 2010 fungerede han som koncernchef og administrerende direktør for SkyVision, et globalt teleselskab, som han tog fra startup-stadiet til et internationalt selskab, der betjener over 50 lande verden over.

Kan du dele historien bag ThetaRay?

To matematikprofessorer — Ronald Coifman fra Yale og Amir Averbuch fra Tel Aviv Universitet, som tilbragte ti år hos IBM’s T.J. Watson Research Center, Yorktown Heights, NY — besluttede for 15 år siden at forskne i en avanceret form for kunstig intelligens. De var pionererne bag udviklingen af algoritmer, der går ud over maskinlæring og faktisk kan efterligne, hvordan menneskelig intuition, sund fornuft og instinkt fungerer. Deres idé var at hjælpe læger, undersøgere og chefer i beslutningsprocessen. Og det virkede! Så de etablerede ThetaRay, og jeg tiltrådte som administrerende direktør. Vi beviste hurtigt, at teknologien er god til at beskytte kritisk infrastruktur mod cybersikkerhedsangreb og hjælpe flyselskaber, men derefter fandt vi, at det største behov og den stærkeste smerte blev følt af finansielle institutioner, fordi overgangen til digital havde skabt en eksponentiel stigning i højrisikotransaktioner og trusler. Så vi tog disse algoritmer, konverterede dem til veldefinerede og velpakkede produkter og begyndte at hjælpe store finansielle institutioner med at løse disse problemer.

Hvordan har verden af finansielle forbrydelser ændret sig over det seneste årti?

Den har ændret sig dramatisk og varigt. Den gennemgik faktisk en tektonisk ændring, selv før Covid-19, på grund af væksten i digitale finansielle tjenester. Pludselig behøvede folk ikke længere at besøge en bank fysisk for at udføre transaktioner eller åbne en konto. Dette var meget bekvemt for forbrugerne, men blev en mareridt for banker og skabte muligheder for de dårlige fyre, fordi de ikke længere behøvede at tage en haglgevær eller Uzi med ind i en bankfilial for at stjæle penge. I stedet kunne de sætte en server op i et andet land, bruge den til at hakke banken og få adgang til hundredvis af millioner af bankkonti, stjæle en relativt lille mængde fra hver, flytte pengene rundt i verden og derefter lukke serveren og forsvinde for evigt. Og det er ikke kun hackere, der gør det; regeringer er også sprunget på det. Nordkorea stjal 81 millioner dollars fra Bank of Bangladesh ved at hakke sig ind i SWIFT-netværket. Iran bruger cybersikkerhedsangreb til at stjæle penge. Og for nylig blev det rapporteret, at Hezbollah brugte franske banker til at finansiere terroristaktiviteter i Libanon. Da Covid-19 kom, gjorde det blot en dårlig situation endnu værre. Folk kunne ikke længere komme til bankfilialen, så selv at åbne en konto blev en digital øvelse. Tidligere kunne banker tvinge folk til at komme og præsentere sig fysisk. Nu er alt muligt uden at besøge en filial.

Hvorfor fungerer eksisterende systemer ikke længere til at bekæmpe finansielle forbrydelser?

De blev udviklet til at beskytte banksystemer på basis af langvarig visdom, der havde eksisteret i hundredvis af år. Men bankverdenen gennemgik en meget hurtig og skarp transformation over det seneste årti, så eksisterende systemer var uforberedte. Uanset om de er baseret på regler, modeller eller simpel maskinlæring, kræver de alle en form for tidligere erfaring for at forudse, hvad de dårlige fyre vil gøre, og skabe de rigtige løsninger. Denne tilgang virker ikke længere, fordi de fleste af i dag’s angreb ikke eksisterede blot et år siden, så en løsning, der afhænger af tidligere erfaring, er ikke nok. Desuden er respons-tiden ret langsom. Det tager en bank i gennemsnit fire måneder at oprette en ny model, men det tager de dårlige fyre blot fire sekunder at oprette et angrebsvektor. I virkeligheden er de i mange tilfælde A/B-test, hvor de prøver to eller tre angrebsvektorer samtidig for at se, hvilken der er mest succesfuld. Denne nye verden af finansielle forbrydelser kræver en ny verden af teknologiske løsninger.

ThetaRay har designede et system, der fungerer mere som menneskelig intuition, kan du forklare, hvordan denne intuitive AI fungerer?

ThetaRay efterligner, hvordan erfarne undersøgere arbejder. Når du tager en person, der er erfaren i sit felt, har de en evne til at skelne, når noget ikke lugter rigtigt. Tænk på de instinkter, vi har i vores daglige liv: Når du kører en ny bil, behøver du ikke at forstå noget om maskinteknik, men når du hører en underlig lyd, ved du, der er noget galt med bilen. Når et barn går i skole, ved de efter en dag, hvem de gode og dårlige fyre er. Sådan fungerer ThetaRays system. Det ser på afhængighederne mellem mange forskellige funktioner over tid og kommer, ligesom erfarne undersøgere, til de rigtige konklusioner. Forskellen er, at vores systemer kan fordøje 50 års erfaring på få timer. Og når vi installerer vores systemer, opdager de ikke blot problemer, der er svære for andre løsninger at opdage, men sikrer også, at advarslerne er relevante ved at reducere falske alarmer med 99%.

Hvad er de forskellige typer maskinlærings-systemer, der bruges?

ThetaRay har udviklet og bruger en ensemble af proprietære beregningsværktøjer fra maskinlæring og AI, der er baseret på neurale netværk, harmonisk analyse, stokastisk behandling, matrix-dekomposition og geometri af information for at effektivt afsløre ulovlige finansielle aktiviteter med høj opdagelseshastighed og meget lav fejlrate gennem ubeskyttede og semi-beskyttede metoder. Disse metoder kommer fra forskellige matematiske og tænkemåder. De giver os mulighed for at have en hurtig retsmedicin og at spore rodårsagen til de funktioner, der forårsager et abnormalt adfærd, så vores AI er fuldstændig gennemsigtig og ikke en ‘sort kasse’.

Hvordan bruger banker ThetaRay-platformen?

Platformen betjener mange banker og finansielle institutioner, herunder fintechs og PSP’er. Den installeres på-prem eller i skyen; vi understøtter alle større skytjenester, herunder Amazon (AMZN ), Oracle (ORCL ), Microsoft eller Google. Den overvåger alle transaktioner (uden at gemme oplysningerne, naturligvis); når alt er i orden, er systemet stille, men hvis det ser mistænkeligt aktivitet, underretter det de relevante personer. Det kan rapportere om abnormal transaktioner, mistænkelige enheder og systematisk finansielle forbrydelser, som er meget sværere at opdage. Systematisk finansielle forbrydelser er dem, der ikke blot involverer en enkelt transaktion, hvor nogen stjæler 10.000 dollars, men tusindvis af transaktioner på 5-50 dollars, der involverer forskellige konti og lokaliteter, som synes ikke-relaterede, men alle styres af en enkelt computer eller netværk. Så bankerne øger ikke blot deres niveau af pålidelighed, men identificerer også potentielt katastrofale finansielle forbrydelser, samtidig med at de reducerer deres falske alarmeringsrater betydeligt. Dette øger kundetilfredshed og reducerer tiden til undersøgelse med 50%. Vores korrespondentbank- og grænseoverskridende betalingsløsninger er spilforvandlere, der giver banker mulighed for at øge deres profit og, endnu vigtigere, øge den finansielle inklusion ved at arbejde med flere kunder i flere lande.

For nylig opdagede ThetaRay-teknologien et børnetrafik-sammenlagt, kan du dele nogle detaljer om dette?

En af de største banker i verden fandt ud af, at en datterselskab i Europa blev brugt til at hvidvæske penge, der var tiltænkt at finansiere børnetrafik. Det var et meget sofistikeret sammenlagt, der involverede mange grænseoverskridende bankoverførsler relateret til ‘medicinsk turisme’ uden klart forretningsaktivitet. Det er den type forbrydelse, der er næsten umulig at opdage, medmindre man ved, hvad man søger efter. Vores system opdagede det på få dage. Banken indgav straks en SAR, og en efterforskning af myndighederne afslørede, at det var tilknyttet børnetrafik.

Kan du give os et andet eksempel på en succeshistorie med ThetaRay-platformen?

En af de største banker i verden installerede vores systemer og blev i stand til at håndtere risiko meget mere succesfuldt. De kunne tidligere ikke betjene kunder med grænseoverskridende betalinger til højrisikolandene i Asien og Afrika, men da de installerer vores system, kunne de begynde at betjene disse lande. Dette øgede deres profit og kundetilfredshed betydeligt og hjalp i en vis forstand med at forbedre verden ved at give finansielle inklusion, så indbyggerne i disse lande kunne modtage penge. Tidligere skulle folk, der forsøgte at sende penge til disse regioner, betale enorme gebyrer eller i visse tilfælde var forbudt fra at gøre det overhovedet.

Er der noget andet, du ville dele om ThetaRay?

Vi bruger en meget unik og sofistikeret type AI. Prof. Coifman har modtaget priser fra DARPA og National Science Foundation; han og Prof. Averbuch er brillante matematikere. Men dette får nogle mennesker til at undre, “Er det for sofistikeret? Er det farligt? Leger vi med ild?” Enhver ny innovation skaber frygt. Da trykken blev opfundet, var folk bange for, at det ville betyde enden på menneskelig hukommelse. Da biler blev opfundet, var folk bange for, at det ville betyde enden på familienheden, fordi folk kunne flytte til andre steder. Men fordelene er meget stærkere end ulemperne. I denne verden af finansielle forbrydelser har vi ikke noget valg, men at skabe kraftfuld og sofistikeret AI, der kan hjælpe os, fordi de dårlige fyre har brugt AI i et stykke tid og følger ingen regler eller reguleringer. Vi må fortsætte med at udvikle digitale vogtere, som vi kan træne, uddanne og pleje for at hjælpe os med at beskytte vores systemer mod den rogue AI. Vi er meget stolte af at hjælpe finansielle institutioner med at udføre flere transaktioner på en mere profitabel måde, samtidig med at vi udvikler en meget sikrere verden af betalinger og skaber tillid, hvor der ikke eksisterede tillid før. Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge ThetaRay.