«Инфосистемы Джет» на Antifraud Russia 2016

1 декабря в Москве состоялся 7-й Международный форум по борьбе с кибермошенничеством Antifraud Russia 2016, организованный Академией информационных систем при участии ЦБ РФ и БСТМ МВД России. Компания «Инфосистемы Джет» выступила Генеральным партнером форума.

В этом году специалисты по информационной безопасности обсудили актуальные вопросы противодействия фроду и новые векторы угроз, правовые аспекты, поделились практическим опытом.

В своих докладах эксперты компании «Инфосистемы Джет» рассмотрели проблемы борьбы с мошенничеством с точки зрения интегратора, имеющего большой опыт внедрения антифрод-решений в банковской и других отраслях.

Как отметил директор Центра информационной безопасности компании «Инфосистемы Джет» Алексей Гришин, сегодня банки строят антифрод-системы абсолютно по-разному: одни делают акцент на защите кода приложений от закладок или непроизвольных ошибок программистов, другие фокусируются на обеспечении надежной идентификационной и аутентификационной политики, некоторые внедряют сложные комплексы решений. Но в любом случае основной фактор эффективности антифрод-решения – правильно выстроенные процессы. Именно в этом состоит главная задача специалиста по борьбе с фродом и его основная ценность в глазах руководства бизнеса. В реальности гарантировать 100-процентное предотвращение фрода не может сегодня ни один банк. Возможности для реализации нелегитимных операций зачастую создают сами пользователи банковских сервисов, которые в силу своей беспечности или неосведомленности становятся жертвами социальной инженерии. Это может свести на нет многие технические меры защиты от мошенничества. Поэтому первостепенная задача – внедрение методик защиты, устойчивых к социальной инженерии.

Возможно ли построить систему, которая самостоятельно обнаружит новые формы мошенничества и даст возможность оперативно формировать новые контрольные процедуры? Ответ компании «Инфосистемы Джет»: да. О возможностях такой системы, основанной на технологиях машинного обучения, рассказал в ходе специализированной секции Алексей Сизов. В основе лежат самообучающиеся математические модели, которые позволяют строить профиль нормального поведения клиента и выявлять отклонения. Еще одним перспективным методом является анализ последовательности действий/событий на предмет их соответствия эталонному процессу, который строится исходя из контроля последовательности действий клиентов, сотрудников или всех вместе. Применение технологий машинного обучения делает антифрод таким, каким он должен быть, т.е. позволяющим очень быстро анализировать данные, создавать новые правила и принимать решения, а также точным, т.е. обеспечивающим минимальное количество ложных срабатываний. С одной из таких систем участники мероприятия смогли познакомиться на стенде компании «Инфосистемы Джет».