Intel & Consilient går sammen for å bruke Federated Learning for å bekjempe økonomisk svindel

Consilient, et nyopprettet selskap dedikert til å etablere et neste generasjons system for bekjempelse av hvitvasking av penger og bekjempelse av finansiering av terrorisme (AML/CFT), lanserte en ny sikker, forent læringsplattform drevet av Intel® Software Guard Extensions (Intel® SGX) ). Plattformen for kunstig intelligens (AI) har som mål å forhindre økonomisk kriminalitet og muliggjøre sikkert samarbeid mellom finansinstitusjoner samtidig som den bidrar til å beskytte personvernet og sikre data.

Hvorfor det betyr noe?

Ifølge FN blir mellom 2-5 % av bruttonasjonalproduktet (BNP) hvitvasket globalt hvert år, noe som utgjør 800 milliarder dollar – 2 billioner dollar. Ved å erkjenne behovet for å gå utover et manuelt og fragmentert overvåkingssystem, bygde Consilient en intelligent, samarbeidende og alltid-på-løsning som utnytter føderert læring og Intel SGX for å oppdage økonomisk svindel.

Ved å automatisere denne prosessen gjennom føderert læring, krypteres tilgang til flere datasett, databaser og jurisdiksjoner uten noen gang å avsløre dataene eller sensitiv kundeinformasjon til de forskjellige involverte partene. Myndigheter og finansinstitusjoner kan bruke denne nye plattformen til mer nøyaktig og effektivt å oppdage ulovlig aktivitet, med lavere falske positive rater, bidra til å bekjempe økonomisk kriminalitet, motvirke hvitvasking av penger og gjøre det mulig for legitime enkeltpersoner og bedrifter å håndtere risiko mer effektivt.

"Når banker prøver å oppdage ulovlig og uredelig aktivitet, er systemet svært ineffektivt og ineffektivt, med over 95 % av transaksjonsovervåkingen som gjør falske positiver og institusjoner ute av stand til å se risiko utenfor sine egne vegger. Med Consilients fødererte maskinlæringsteknologi, støttet av Intel SGX, redesigner vi måten finansinstitusjoner og myndigheter oppdager og forhindrer økonomisk kriminalitetsrisiko dynamisk og sikkert. Denne nye tilnærmingen lar organisasjoner spare kostnader, omdisponere personell og administrere og prioritere mer alvorlige ulovlige finansrisikoer effektivt.»

— Juan Zarate, global co-managing partner og Chief Strategy Officer ved K2 Integrity og første gang assisterende sekretær for US Treasury for Terrorist Financing and Financial Crime

Hvordan det fungerer

Federert læring er en personvernbevarende maskinlæringsteknikk (ML) og konfidensiell datamodell som muliggjør AI-trening uten å sentralisere data. Consilient har laget en atferdsbasert, ML-drevet plattform som kjører på DOZER™-teknologien. ML-modeller kan trenes på tvers av flere datasett for å oppdage og analysere "normale" og "unormale" mønstre som mennesker og de fleste aktuelle teknologier ikke kan. Dette gjør det mulig for deltakende institusjoner, myndigheter og regulatorer å samarbeide mens de avdekker og håndterer systemiske risikoer mer effektivt, effektivt og bærekraftig uten å sette private data i fare.

Denne datamodellen er gjort mulig gjennom Intel SGX, som bruker et maskinvarebasert pålitelig utførelsesmiljø (TEE) for å hjelpe til med å isolere og beskytte spesifikk applikasjonskode og data i minnet. Teknologien bidrar til å sikre at roten til tillit er begrenset til en liten del av den sentrale prosessorenhetens maskinvare og selve ML-applikasjonen, reduserer angrepsoverflaten for potensielle trusler og beskytter bedre konfidensialiteten og integriteten til kode og data.

"Anvendelsen av Intel Software Guard Extensions (Intel SGX)-teknologi i det finansielle området er utrolig spennende, sa Anil Rao, Intels visepresident og daglig leder, Data Platforms Security and Systems Architecture. "Finans, som vi har sett i mange bransjer, er ofte begrenset av sikker informasjonsdeling, og de første prøveresultatene mellom Intel og Consilient har et enormt løfte for fremtiden for samarbeidsfinansiering."

Mer informasjon om bruk av føderert læring i finansnæringen er tilgjengelig i hvitboken med tittelen, Federert læring gjennom revolusjonerende teknologi.