Mark Gazit, CEO van ThetaRay – Cybersecurity Interviews

Mark Gazit is de CEO van ThetaRay, een cybersecurity- en big data-analysebedrijf dat een platform biedt voor het detecteren van onbekende bedreigingen en risico’s om kritieke infrastructuur en financiële diensten te beschermen.

Mark Gazit heeft meer dan twee decennia ervaring in de high-techindustrie, met een trackrecord van het maximaliseren van omzet, netto-inkomsten en aandeelhouderswaarde voor start-ups, turnaround- en snelle groeibedrijven in opkomende markten en economieën.

Voordat hij bij ThetaRay als CEO in dienst trad, was Mark Managing Director van Nice Cyber & Intelligence Solutions, een autonome divisie van Nice Systems Ltd. Tussen 2002 en 2010 was hij Group President & CEO van SkyVision, een wereldwijd telecommunicatiebedrijf dat hij vanuit de start-upfase naar een internationaal bedrijf met activiteiten in meer dan 50 landen wereldwijd leidde.

Kunt u het verhaal achter ThetaRay delen?

Twee wiskunde-professoren — Ronald Coifman van Yale en Amir Averbuch van de Universiteit van Tel Aviv, die tien jaar bij het T.J. Watson Research Center van IBM in Yorktown Heights, NY, had gewerkt — besloten 15 jaar geleden onderzoek te doen naar geavanceerde vormen van kunstmatige intelligentie. Zij waren de pioniers in de ontwikkeling van algoritmes die verder gingen dan machine learning en daadwerkelijk de manier waarop menselijke intuïtie, gezond verstand en onderbuikgevoel werken, nabootsten. Hun idee was om artsen, onderzoekers en executives te helpen bij het nemen van beslissingen. En het werkte! Dus richtten ze ThetaRay op en ik trad toe als CEO. We bewezen snel dat de technologie goed was in het beschermen van kritieke infrastructuur tegen cyberaanvallen en het helpen van luchtvaartmaatschappijen, maar toen ontdekten we dat de grootste behoefte en sterkste pijn werd gevoeld door financiële instellingen, omdat de overstap naar digitaal een exponentiële toename van hoge-risicotransacties en -bedreigingen had gecreëerd. Dus namen we die algoritmes, zetten we ze om in goed gedefinieerde en goed verpakte producten en begonnen we grote financiële instellingen te helpen deze problemen op te lossen.

Hoe is de wereld van financiële criminaliteit veranderd in de afgelopen decennium?

Het is dramatisch en permanent veranderd. Het is eigenlijk al veranderd voordat Covid-19 toesloeg, vanwege de groei van digitale financiële diensten. Mensen hoefden niet langer fysiek naar een bank te gaan om transacties te doen of een rekening te openen. Dit was erg handig voor consumenten, maar werd een nachtmerrie voor banken en creëerde kansen voor de slechteriken, omdat ze niet langer een shotgun of Uzi in een bankfiliaal hoefden te gebruiken om geld te stelen. In plaats daarvan konden ze een server in een ander land installeren, deze gebruiken om de bank te hacken en toegang te krijgen tot honderden miljoenen bankrekeningen, een relatief klein bedrag van elke rekening stelen, dat geld over de wereld verplaatsen en vervolgens de server uitschakelen en voor altijd verdwijnen. En het zijn niet alleen hackers die dit doen; overheden zijn er ook bij betrokken. Noord-Korea stal $81 miljoen van de Bank of Bangladesh door in te breken in het SWIFT-netwerk. Iran gebruikt cyberaanvallen om geld te stelen. En onlangs werd gemeld dat Hezbollah Franse banken gebruikte om terroristische activiteiten in Libanon te financieren. Toen Covid-19 kwam, maakte het een slechte situatie nog erger. Mensen konden niet langer naar de bank gaan, dus werd zelfs het openen van een rekening een digitale oefening. In het verleden konden banken mensen dwingen om fysiek te komen en zich te presenteren. Nu is alles mogelijk zonder een filiaal te bezoeken.

Waarom werken bestaande systemen niet langer om financiële criminaliteit te bestrijden?

Zij zijn ontwikkeld om banksystemen te beschermen op basis van langdurige wijsheid die al honderden jaren bestond. Echter, de bankwereld onderging een zeer snelle en scherpe transformatie in de afgelopen decennium, dus bestaande systemen waren niet voorbereid. Het maakt niet uit of ze zijn gebaseerd op regels, modellen of eenvoudige machine learning, ze vereisen nog steeds enige vorm van voorafgaande ervaring om te anticiperen wat de slechteriken zullen doen en de juiste oplossingen te creëren. Deze aanpak werkt niet langer, omdat de meeste aanvallen van vandaag nog niet eens een jaar geleden bestonden, dus een oplossing die afhankelijk is van voorafgaande ervaring is niet voldoende. Bovendien is de responstijd vrij langzaam. Het duurt een bank gemiddeld vier maanden om een nieuw model te creëren, maar het duurt de slechteriken slechts vier seconden om een aanvalsvector te creëren. In feite testen ze in veel gevallen twee of drie aanvalsvector tegelijk om te zien welke het meest succesvol is. Deze nieuwe wereld van financiële criminaliteit vereist een nieuwe wereld van technologieoplossingen.

ThetaRay heeft een systeem ontwikkeld dat meer werkt als menselijke intuïtie, kunt u uitleggen hoe deze intuïtieve AI werkt?

ThetaRay bootst de manier waarop ervaren onderzoekers werken na. Wanneer je iemand met ervaring in hun vakgebied neemt, hebben ze de mogelijkheid om te bepalen wanneer iets niet goed ruikt. Denk aan de onderbuikgevoelens die we in ons dagelijks leven hebben: wanneer je een nieuwe auto rijdt, hoef je niets af te weten van mechanische engineering, maar wanneer je een vreemd geluid hoort, weet je dat er iets mis is met de auto. Wanneer een kind naar school gaat, weet het na één dag wie de goede en slechte jongens zijn. Zo werkt het systeem van ThetaRay. Het kijkt naar de onderlinge afhankelijkheden van veel verschillende kenmerken in de loop van de tijd en komt, net als ervaren onderzoekers, tot de juiste conclusies. Het verschil is dat onze systemen 50 jaar aan ervaring in een paar uur kunnen verwerken. En wanneer we onze systemen installeren, detecteren ze niet alleen problemen die moeilijk zijn voor andere oplossingen te detecteren, maar zorgen ze er ook voor dat de waarschuwingen relevant zijn door valse alarmen met 99% te reduceren.

Wat zijn de verschillende soorten machine learning-systemen die worden gebruikt?

ThetaRay heeft een ensemble van propriëtaire computationele tools ontwikkeld en gebruikt, waaronder machine learning en AI die zijn gebaseerd op neurale netwerken, harmonische analyse, stochastische verwerking, matrixdecompositie en geometrie van informatie om illegale financiële activiteiten efficiënt te ontdekken, met een hoge detectiegraad en zeer lage valse alarmen, via ongeleide en semi-geleide methoden. Deze methoden komen uit verschillende wiskunde en manieren van denken. Zij stellen ons in staat om een snelle forensische analyse uit te voeren en de oorzaak van de kenmerken die een afwijkend gedrag veroorzaken te achterhalen, zodat onze AI volledig transparant is en geen ‘black box’ is.

Hoe gebruiken banken het ThetaRay-platform?

Het platform dient vele banken en financiële instellingen, waaronder fintechs en PSP’s. Het wordt geïnstalleerd op-prem of in de cloud; we ondersteunen alle grote cloudservices, waaronder Amazon (AMZN ), Oracle (ORCL ), Microsoft of Google. Het bewaakt alle transacties (zonder de informatie op te slaan, natuurlijk); wanneer alles in orde is, is het systeem stil, maar als het verdachte activiteit ziet, waarschuwt het de relevante personen. Het kan afwijkende transacties, verdachte entiteiten en systemische financiële criminaliteit melden, wat veel moeilijker te ontdekken is. Systemische financiële criminaliteit is die waarbij het niet alleen om één transactie gaat van iemand die $10.000 steelt, maar om duizenden transacties van $5-$50 die verschillende rekeningen en locaties betreffen en die ongerelateerd lijken, maar allemaal door één computer of netwerk worden beheerd. Dus banken verhogen niet alleen hun niveau van betrouwbaarheid, maar identificeren ook potentieel rampzalige financiële criminaliteit en reduceren hun valse alarmen aanzienlijk. Dit verhoogt de tevredenheid van klanten en vermindert de tijd voor onderzoek met 50%. Onze correspondent banking- en cross-border betalingsoplossingen zijn game-changers, waardoor banken hun winstgevendheid kunnen verhogen en, nog belangrijker, financiële inclusie kunnen vergroten door met meer klanten in meer landen te werken.

Onlangs heeft ThetaRay-technologie een kinderhandelsschema gedetecteerd, kunt u enkele details delen over dit?

Een van de grootste banken ter wereld ontdekte dat een dochteronderneming in Europa werd gebruikt om geld te wassen dat bedoeld was om kinderhandel te financieren. Het was een zeer geavanceerd schema dat veel grensoverschrijdende banktransacties betrof met betrekking tot ‘medische toerisme’ zonder duidelijke zakelijke activiteit. Het is het soort misdaad dat bijna onmogelijk is om te ontdekken, tenzij je weet waar je naar zoekt. Ons systeem ontdekte het in een paar dagen. De bank diende onmiddellijk een SAR in, en een onderzoek door de autoriteiten onthulde dat het in verband stond met kinderhandel.

Kunt u nog een voorbeeld geven van een succesverhaal met het ThetaRay-platform?

Een van de grootste banken ter wereld installeerde ons systeem en kon daardoor het risico veel beter beheren. Zij konden eerder geen klanten bedienen met cross-border betalingen naar hoogrisicolanden in Azië en Afrika, maar toen zij ons systeem installeerden, konden zij deze landen beginnen te bedienen. Dit verhoogde hun winstgevendheid en klantentevredenheid aanzienlijk en hielp op een manier de wereld te verbeteren door financiële inclusie mogelijk te maken, zodat inwoners van die landen geld konden ontvangen. Eerder moesten mensen die geld naar die regio’s wilden sturen enorme commissies betalen of, in sommige gevallen, werd het hun zelfs verboden.

Is er nog iets anders dat u over ThetaRay wilt delen?

We gebruiken een unieke en geavanceerde vorm van AI. Prof. Coifman heeft prijzen ontvangen van DARPA en de National Science Foundation; hij en prof. Averbuch zijn briljante wiskundigen. Maar dit maakt sommige mensen zich afvragen: “Is het te geavanceerd? Is het gevaarlijk? Spelen we met vuur?” Elke nieuwe innovatie creëert angsten. Toen de drukpers werd uitgevonden, maakten mensen zich zorgen dat het het einde van het menselijk geheugen betekende. Toen auto’s werden uitgevonden, vreesden mensen dat het het einde van de familie-eenheid betekende, omdat mensen naar andere plaatsen konden verhuizen. Maar de voordelen zijn veel sterker dan de nadelen. In deze wereld van financiële criminaliteit hebben we geen keuze dan om krachtige en geavanceerde AI te creëren die ons kan helpen, omdat de slechteriken al AI gebruiken en geen regels of wetten volgen. We moeten doorgaan met het ontwikkelen van digitale bewakers die we kunnen trainen, onderwijzen en opvoeden om ons te helpen onze systemen te beschermen tegen de rogue AI. We zijn erg trots om financiële instellingen te helpen meer transacties uit te voeren op een manier die winstgevender is, terwijl we tegelijkertijd een veel veiligere wereld van betalingen creëren en vertrouwen creëren waar geen vertrouwen bestond.

Bedankt voor het geweldige interview, lezers die meer willen leren, kunnen ThetaRay bezoeken.