Исследователи из Пермского Политеха представили революционный подход к противодействию цифровому мошенничеству. Результаты работы опубликованы в сборнике студенческих конференций «АСУИТ» и поддержаны программой стратегического академического лидерства «Приоритет-2030».
Вызовы цифровой безопасности
ECOM-транзакции остаются наиболее уязвимым звеном: здесь фиксируется до 3% fraudulent-операций. Для сравнения — в межбанковских переводах этот показатель составляет 0.5%, а в карточных выплатах не превышает 0.1%.
Эволюция защитных систем
Современные системы фрод-мониторинга постепенно теряют эффективность из-за недостаточной многоуровневости проверок. Команда пермских специалистов решила эту проблему, создав трёхмодульный комплекс с элементами машинного обучения.
Трёхступенчатый щит безопасности
Каждый модуль интеллектуальной системы сочетает три мощных инструмента анализа:
Кластеризацию поведенческих паттернов
Классификацию транзакций
Динамические деревья решений
«Наши алгоритмы формируют цифровой профиль пользователя, учитывая время, частоту и объёмы операций, — поясняет Александр Субботин, разработчик проекта. — Двойная фильтрация через кластеризацию и классификацию создаёт защитный периметр, а адаптивное дерево решений завершает проверку».
Преимущества нового поколения
Параллельная работа независимых модулей увеличивает точность обнаружения подозрительных операций до 95%. «Система постоянно совершенствуется, анализируя новые схемы мошенничества», — отмечает профессор Рустам Файзрахманов.
Перспективы внедрения
Самообучающийся алгоритм с элементами ИИ открывает новую эру в защите электронной коммерции. Технология не только блокирует известные схемы обмана, но и прогнозирует emerging-угрозы, обеспечивая долгосрочную безопасность цифровых транзакций.
