Intel og Consilient samarbeider om å bruke fordelt læring til å bekjempe finansiell kriminalitet

Consilient, et nylig etablert selskap som har som mål å etablere et neste-generasjons system for anti-pengevask og bekjempelse av terrorfinansiering (AML/CFT), lanserte en ny sikker, fordelt læringplattform drevet av Intel (INTC ) ® Software Guard Extensions (Intel® SGX). Den kunstige intelligensplattformen (AI) har som mål å forebygge finansiell kriminalitet og muliggjøre sikker samarbeid blant finansielle institusjoner, samtidig som den hjelper til å beskytte personvernet og sikre data.

Hvorfor det betyr noe

Ifølge De forente nasjoner blir det hvert år vasket mellom 2-5% av verdens bruttonasjonalprodukt (BNP), noe som tilsvarer 800 milliarder – 2 billioner dollar. Consilient har bygget en intelligent, samarbeidsorientert og alltid-på-løsning som utnytter fordelt læring og Intel SGX for å oppdage finansiell kriminalitet.

Ved å automatisere denne prosessen gjennom fordelt læring, får man tilgang til flere datasamlinger, databaser og jurisdiksjoner uten å avsløre data eller sensitive kundeopplysninger til de involverte partene. Regjeringer og finansielle institusjoner kan bruke denne nye plattformen til å mer nøyaktig og effektivt oppdage ulovlig aktivitet, med lavere falske positivtater, og hjelpe til å bekjempe finansiell kriminalitet, forhindre høyverdi-pengevask og muliggjøre legitime personer og bedrifter å håndtere risiko mer effektivt.

“Når banker prøver å oppdage ulovlig og bedragerisk aktivitet, er systemet svært ineffektivt og ueffektivt, med over 95% av transaksjonsovervåking som resulterer i falske positiver, og institusjoner kan ikke se risiko utenfor sine egne vegger. Med Consilients fordelt maskinlæringsteknologi, støttet av Intel SGX, redesigner vi måten finansielle institusjoner og myndigheter oppdager og forebygger finansiell kriminalitetsrisiko dynamisk og sikker. Denne nye tilnærmingen tillater organisasjoner å spare kostnader, omfordele personell og håndtere og prioritere mer alvorlige ulovlige finansielle risikoer effektivt og effektivt.”

— Juan Zarate, globalt co-managing partner og chief strategy officer i K2 Integrity og første assisterende sekretær for Terrorist Financing and Financial Crimes i USAs finansdepartement

Hvordan det fungerer

Fordelt læring er en privatlivsbeskyttende maskinlæringsteknikk og konfidensiell datamodell som muliggjør AI-trening uten å sentralisere data. Consilient har skapt en atferdsbasert, maskinlæring-drevet plattform som kjører på sin DOZER-teknologi. Maskinlæringsmodeller kan trenes over flere datasamlinger for å oppdage og analysere “normale” og “abnorme” mønster som mennesker og de fleste nåværende teknologier ikke kan. Dette tillater deltakende institusjoner, myndigheter og tilsynsmyndigheter å samarbeide mens de avdekker og håndterer systemrisikoer mer effektivt, effektivt og bærekraftig uten å sette privat data i fare.

Denne datamodellen er mulig gjennom Intel SGX, som bruker en maskinvarebasert tillitsfullstendig kjørehistorikk (TEE) for å hjelpe med å isolere og beskytte bestemt applikasjonskode og data i minnet. Teknologien hjelper til å sikre at rottiliten er begrenset til en liten del av sentralprosessorens maskinvare og maskinlæringsapplikasjonen selv, noe som reduserer angrepsflaten for potensielle trusler og bedre beskytter konfidensialiteten og integriteten til kode og data.

“Anvendelsen av Intel Software Guard Extensions (Intel SGX) i det finansielle området er usedvanlig spennende”, sa Anil Rao, Intel visepresident og generalmanager, Data Platforms Security and Systems Architecture. “Finans, som vi har sett i mange industrier, er ofte begrenset av sikker informasjonsdeling, og de første testresultatene mellom Intel og Consilient holder enormt løfte for fremtiden til samarbeidende finans.”

Mer informasjon om å bruke fordelt læring i finansielle tjenester er tilgjengelig i hvitboken med tittelen Fordelt læring gjennom revolusjonær teknologi.