Cum utilizează băncile inteligența artificială pe AWS pentru a detecta dispozitivele compromise înainte de producerea fraudelor

Prima bancă din România cu un model de business complet digital utilizează inteligența artificială pentru a identifica dispozitivele potențial compromise înainte ca fraudele să se producă, contribuind la protejarea celor 500.000 de clienți activi.

Salt Bank, una dintre băncile cu cea mai rapidă creștere din sectorul bancar românesc, a implementat pe infrastructura AWS un sistem bazat pe inteligență artificială, care identifică dispozitivele mobile potențial compromise în timp aproape real. Sistemul analizează tipare comportamentale, indicatori de localizare și date de autentificare pentru a identifica și semnala amenințările înainte ca acestea să ducă la tranzacții neautorizate, contribuind la protejarea celor 500.000 de clienți activi ai băncii.

Lansată ca bancă integral digitală în România, Salt Bank a atras 100.000 de clienți în primele zece zile de la lansare, înregistrând un ritm de creștere record pentru industria bancară. Într-un model de business fără sucursale fizice, în care toate operațiunile se desfășoară prin intermediul telefonului mobil, securitatea dispozitivelor clienților reprezintă prima linie de apărare. Un telefon compromis poate permite preluarea controlului asupra unui cont în doar câteva minute.

Soluțiile tradiționale de prevenire a fraudelor se bazează adesea pe rapoarte procesate peste noapte și pe investigații inițiate după identificarea unei activități suspecte. În serviciile bancare digitale, unde amenințările pot evolua în doar câteva secunde, o protecție eficientă presupune identificarea riscurilor înainte ca acestea să se concretizeze. Salt Bank a ales, astfel, o abordare proactivă, bazată pe tehnologie capabilă să identifice dispozitivele potențial compromise înainte ca acestea să fie utilizate în activități frauduloase.

Echipa de date a băncii a dezvoltat pe AWS un sistem de procesare și analiză care funcționează în timp aproape real. Atunci când un client se autentifică — de exemplu, la conectarea în aplicație, la confirmarea unui transfer sau la modificarea setărilor — sistemul analizează mai mulți indicatori de securitate pentru a identifica activitățile care necesită verificări suplimentare. Printre aceștia se numără frecvența autentificărilor, activitatea ulterioară acestora, istoricul dispozitivului, momentul efectuării operațiunilor și coerența informațiilor geografice.

Dacă scorul de risc calculat pe baza acestor indicatori depășește un prag prestabilit, sistemul generează o alertă în timp aproape real, permițând evaluarea rapidă a activității potențial riscante.

„Inteligența artificială adaugă o nouă dimensiune modelului nostru de securitate, completând mecanismele de control existente cu capacitatea de a evalua dinamic riscurile. Am analizat cum putem utiliza informațiile generate în cadrul unui proces de securitate deja consacrat de reglementări pentru a obține indicii suplimentare care să ne ajute să identificăm comportamentele anormale pe măsură ce apar. Rezultatele inițiale au indicat o creștere de aproximativ 60% a capacității de detectare a activităților suspecte și o reducere cu 30% a alertelor fals pozitive. Aici constă adevăratul potențial al inteligenței artificiale în sectorul bancar: nu doar să automatizeze mecanismele de control existente, ci să le facă mai adaptabile, mai predictive și mai eficiente.”
— Vikram Tikoo, Chief Technology Officer, Salt Bank

Inițiativa a pornit de la mecanismul de autentificare strictă a clienților (Strong Customer Authentication — SCA), o etapă de securitate impusă de reglementări pentru anumite operațiuni sensibile. În timp ce multe instituții financiare tratează SCA în principal ca pe o cerință de conformitate, echipa Salt Bank a explorat o posibilitate suplimentară: utilizarea datelor generate în procesul de autentificare pentru a identifica potențiale amenințări.

Sistemul corelează informații relevante pentru autentificare și securitate — inclusiv metoda de autentificare, datele despre dispozitiv, momentul efectuării operațiunilor și, atunci când sunt disponibile, informații privind localizarea — pentru a identifica activitățile care se abat de la tiparele obișnuite și care necesită o analiză suplimentară.

Aproximativ 40% dintre clienții Salt Bank aleg să nu își partajeze locația GPS. Respectarea vieții private este un principiu important în modul în care banca își concepe experiența digitală, inclusiv în ceea ce privește securitatea.

Pentru a completa informațiile disponibile, echipa poate utiliza și Amazon Location Service, care permite estimarea unei localizări aproximative la nivel de oraș pe baza adreselor IP. Aceste date oferă un context suplimentar pentru identificarea activităților asociate unor zone geografice neobișnuite.

Modelul de inteligență artificială funcționează alături de regulile tradiționale de securitate, fără a le înlocui. În timp ce regulile permit identificarea tiparelor de fraudă cunoscute, inteligența artificială poate detecta modificări subtile ale comportamentului, care ar putea trece neobservate în cazul unor reguli prestabilite. Rezultatele modelului sunt concepute astfel încât să poată fi explicate și auditate, o cerință importantă în sectorul bancar, puternic reglementat.

„Băncile digitale din România se află în avangarda inovației bazate pe inteligență artificială în sectorul serviciilor financiare. Salt Bank demonstrează ce poate realiza o echipă concentrată pe un obiectiv clar atunci când dispune de instrumentele potrivite: un sistem de securitate care anticipează amenințările, în loc să reacționeze după apariția lor. Vorbim despre inteligență artificială utilizată în timp real pentru a proteja clienți reali, chiar astăzi — un model din care pot învăța și alte instituții financiare din Europa.”
— Cristian Popescu, Romania Country Lead, Enterprise Business, AWS

Salt Bank continuă să dezvolte sistemul prin explorarea unor noi indicatori și capabilități de securitate, care ar putea îmbunătăți detectarea amenințărilor și ar permite informarea promptă a clienților atunci când sunt identificate activități potențial suspecte. În paralel, echipa dezvoltă funcționalități pentru detectarea utilizării VPN-urilor și a serverelor proxy, cu scopul de a îmbunătăți suplimentar analiza indicatorilor geografici.