Intel & Consilient ร่วมมือกันใช้ Federated Learning เพื่อต่อต้านการฉ้อโกงทางการเงิน

Consilient บริษัทที่ก่อตั้งใหม่ซึ่งอุทิศตนเพื่อสร้างระบบรุ่นต่อไปสำหรับการต่อต้านการฟอกเงินและการต่อต้านการเงินของการก่อการร้าย (AML/CFT) ได้เปิดตัวแพลตฟอร์มการเรียนรู้แบบกระจายที่ปลอดภัยใหม่ ซึ่งได้รับการสนับสนุนจาก Intel® Software Guard Extensions (Intel® SGX) แพลตฟอร์มปัญญาประดิษฐ์ (AI) มีเป้าหมายเพื่อป้องกันการกระทำผิดกฎหมายทางการเงิน และทำให้สามารถทำงานร่วมกันระหว่างสถาบันการเงินได้อย่างปลอดภัย ในขณะเดียวกันก็ช่วยปกป้องความเป็นส่วนตัวและรักษาความปลอดภัยของข้อมูล

เหตุใดจึงมีความสำคัญ

ตามรายงานของ สหประชาชาติ ระหว่าง 2-5% ของผลิตภัณฑ์มวลรวมภายในประเทศ (GDP) ถูกฟอกเงินทั่วโลกทุกปี ซึ่งเท่ากับ 800 พันล้านดอลลาร์ถึง 2 ล้านล้านดอลลาร์ โดยรับรู้ถึงความจำเป็นในการพัฒนาระบบติดตามที่ไม่ใช้การทำงานด้วยมือและระบบที่กระจายออกไป Consilient ได้สร้างโซลูชันที่ฉลาด มีการทำงานร่วมกัน และมีการทำงานตลอดเวลา ซึ่งใช้การเรียนรู้แบบกระจายและ Intel SGX เพื่อตรวจจับการฉ้อโกงทางการเงิน

โดยการทำให้กระบวนการนี้เป็นอัตโนมัติผ่านการเรียนรู้แบบกระจาย การเข้าถึงชุดข้อมูล ฐานข้อมูล และเขตอำนาจศาลหลายแห่งถูกเข้ารหัสโดยไม่เคยเปิดเผยข้อมูลหรือข้อมูลลูกค้าที่ละเอียดอ่อนให้กับฝ่ายที่เกี่ยวข้อง รัฐบาลและสถาบันการเงินสามารถใช้แพลตฟอร์มใหม่นี้เพื่อตรวจจับการกระทำผิดกฎหมายที่แม่นยำและ効 quảมากขึ้น โดยมีอัตราผลบวกลวงต่ำลง ซึ่งช่วยต่อต้านการกระทำผิดกฎหมายทางการเงิน ป้องกันการฟอกเงินมูลค่าสูง และช่วยให้บุคคลและธุรกิจที่ถูกต้องสามารถจัดการความเสี่ยงได้อย่างมีประสิทธิภาพมากขึ้น

“เมื่อธนาคารพยายามตรวจจับการกระทำผิดกฎหมายและการฉ้อโกง ระบบมีความไม่มีประสิทธิภาพและไม่มีประสิทธิผล โดยมีการติดตามธุรกรรมมากกว่า 95% ที่ให้ผลบวกลวง และสถาบันไม่สามารถมองเห็นความเสี่ยงนอกเหนือจากกำแพงของตนเองได้ ด้วยเทคโนโลยีการเรียนรู้แบบกระจายของ Consilient ที่ได้รับการสนับสนุนจาก Intel SGX เรากำลังออกแบบระบบใหม่สำหรับสถาบันการเงินและหน่วยงานในการค้นหาและป้องกันความเสี่ยงทางการเงินอย่างมีประสิทธิภาพและปลอดภัย วิธีการใหม่นี้ช่วยให้องค์กรสามารถประหยัดค่าใช้จ่าย คืนบุคลากร และจัดการและจัดลำดับความสำคัญของความเสี่ยงทางการเงินที่ผิดกฎหมายที่รุนแรงขึ้นได้อย่างมีประสิทธิภาพและ効 quả“

— Juan Zarate หุ้นส่วนร่วมระดับโลกและหัวหน้าฝ่ายยุทธศาสตร์ที่ K2 Integrity และอธิบดีกระทรวงการคลังของสหรัฐฯ สำหรับการเงินก่อการร้ายและอาชญากรรมทางการเงินคนแรก

วิธีการทำงาน

การเรียนรู้แบบกระจาย เป็นเทคนิคการเรียนรู้ของเครื่อง (ML) ที่รักษาความเป็นส่วนตัวและแบบจำลองการคำนวณที่เป็นความลับ ซึ่งช่วยให้การฝึกอบรม AI โดยไม่ต้องรวบรวมข้อมูล Consilient ได้สร้างแพลตฟอร์มที่ขับเคลื่อนด้วย ML โดยอาศัยพฤติกรรม ซึ่งทำงานบนเทคโนโลยี DOZER™ ของตนเอง โมเดล ML สามารถฝึกอบรมข้ามชุดข้อมูลหลายชุดเพื่อตรวจจับและวิเคราะห์รูปแบบ “ปกติ” และ “ผิดปกติ” ที่มนุษย์และเทคโนโลยีปัจจุบันส่วนใหญ่ไม่สามารถทำได้ ซึ่งช่วยให้สถาบัน หน่วยงาน และหน่วยงานกำกับดูแลสามารถทำงานร่วมกันในการค้นหาและจัดการความเสี่ยงของระบบได้อย่างมีประสิทธิภาพมากขึ้น

แบบจำลองการคำนวณนี้เป็นไปได้ด้วย Intel SGX ซึ่งใช้สภาพแวดล้อมการดำเนินการเชื่อถือได้ (TEE) แบบอุปกรณ์ในการแยกและปกป้องโค้ดและข้อมูลของแอปพลิเคชันเฉพาะในหน่วยความจำ เทคโนโลยีนี้ช่วยให้มั่นใจว่าจุดกำเนิดของความไว้วางใจจะถูกจำกัดไว้เพียงส่วนเล็กๆ ของฮาร์ดแวร์ของหน่วยประมวลผลกลางและแอปพลิเคชัน ML เอง ซึ่งช่วยลดพื้นที่การโจมตีสำหรับภัยคุกคามที่อาจเกิดขึ้น และปกป้องความลับและความสมบูรณ์ของโค้ดและข้อมูลได้ดีขึ้น

“การประยุกต์ใช้เทคโนโลยี Intel Software Guard Extensions (Intel SGX) ในพื้นที่การเงินนั้นน่าตื่นเต้นมาก” Anil Rao รองประธานและผู้จัดการทั่วไปของ Intel กล่าว “การเงิน เช่นเดียวกับในหลายอุตสาหกรรม มักถูกจำกัดโดยการแบ่งปันข้อมูลที่ปลอดภัย และผลการทดลองเบื้องต้นระหว่าง Intel และ Consilient มีผลลัพธ์ที่น่าหวังสำหรับอนาคตของการเงินร่วมมือ”

ข้อมูลเพิ่มเติมเกี่ยวกับการใช้การเรียนรู้แบบกระจายในอุตสาหกรรมบริการทางการเงินสามารถพบได้ในเอกสารขาวที่มีชื่อว่า การเรียนรู้แบบกระจายผ่านเทคโนโลยีแห่งอนาคต