Llegamos a ustedes gracias a:



Noticias

IBM enfrentará el fraude con Iris Analytics

[18/01/2016] IBM va a aplicar el aprendizaje de máquina a la detección del fraude con Iris Analytics.

Aunque esto suena a que va a utilizar los sistemas de inteligencia artificial Watson para identificar a los estafadores mirando profundamente en sus ojos, en realidad esto se trata de la adquisición de una empresa de software alemana llamada Iris Analytics.

Iris monitorea las transacciones bancarias y utiliza el aprendizaje de máquina para detectar patrones previamente desconocidos de transacciones fraudulentas en tiempo real. El sistema puede trabajar solo o en conjunción con los analistas humanos, de acuerdo con IBM

A pesar de que solo un banco de cada seis está equipado con sistemas de detección de fraude en tiempo real, y que incluso éstos requieren de un mes o más para aprender a detener los nuevos ataques una vez que se identifican, IBM ve un gran mercado para integrar los sistemas como el de Iris con sus productos antifraude existentes.

Esto no se parece a los primeros pasos que IBM dio en el mercado del antifraude.

En septiembre del 2013, compró a la empresa israelí especialista en antifraude Trusteer, que se especializó en el monitoreo de los servicios financieros y proporcionó un plugin de protección para navegador para la banca en línea.

A principios del año siguiente desplegó herramientas de detección de fraude en tiempo real, Counter Fraud Management Software, basándose en sus adquisiciones anteriores de Cognos, SPPS, i2 y FileNet.

IBM espera que el nuevo enfoque de "computación cognitiva tomado por Iris le permitirá acelerar y ampliar sus sistemas de detección de fraude -mientras que al mismo tiempo permite a los clientes responder más rápidamente al reducir el número de falsos positivos que deben ser investigados.

La adquisición le proporcionará varios clientes existentes de Iris en el sector de pagos y banca, incluyendo la red francesa de procesamiento de tarjetas de pagos interbancarios e-rsb operada por Stet. De acuerdo con IBM, Iris añade alrededor de cinco milisegundos al tiempo de procesamiento para las transacciones de e-rsb. Eso es una pequeña adición a los cientos de milisegundos que la red tarda en procesar cada una de las 750 transacciones que maneja por segundo, de acuerdo con el sitio web de e-rsb.

No solo los grandes bancos o sus procesadores de pagos están observando el aprendizaje de máquina para reducir el fraude: Los bancos más pequeños también están comprando este tipo de servicios. Por ejemplo, el banco comunitario Orrstown de Pennsylvania construyó su sistema de detección de fraude usando Splunk y el paquete de analítica de comportamiento Prelert.

Con la introducción de 'Chip y PIN' que desplaza la responsabilidad del fraude, y de los sistemas de pagos futuros que puedan causar alteraciones similares, es más importante que nunca tomar una decisión rápida acerca de si un pago es sospechoso o segura de aceptar, de acuerdo con Iris.

Peter Sayer, IDG News Service