checkAd

Featurespace lanciert Automated Deep Behavioral Networks

Nachrichtenquelle: Business Wire (dt.)
26.02.2021, 05:09  |  126   |   |   

Heute stellt Featurespace mit Automated Deep Behavioral Networks für die Karten- und Zahlungsbranche eine tiefere Abwehrschicht zum Schutz der Kunden vor Vorschussbetrug, Kontoübernahmen und weiteren Formen von Karten- und Zahlungsbetrug vor, die im Jahr 2020 schätzungsweise 42 Milliarden USD gekostet haben.

„Die Bedeutung dieser Entwicklung geht über die reine Bekämpfung von Finanzkriminalität hinaus. Es handelt sich im Prinzip um die nächste Generation des maschinellen Lernens“, sagte Dave Excell, Gründer von Featurespace.

Die Erfindung

Diese Erfindung ist ein Durchbruch für die Technologie des Deep Learning und machte eine völlig neue Art der Strukturierung und Erstellung von Plattformen für maschinelles Lernen erforderlich. Automated Deep Behavioral Networks ist eine neue Architektur auf Grundlage von Recurrent Neural Networks, die nur mit der neuesten Version des ARIC Risk Hub verfügbar ist.

Die Herausforderung und die Entdeckung

Für Deep-Learning-Technologien gibt es verschiedene Anwendungsbereiche, etwa die Verarbeitung natürlicher Sprache zur Vorhersage des nächsten Wortes in einem Satz. Ihre Verwendung zur Verhinderung von Betrug mit Karten und Zahlungen war jedoch bisher nicht optimiert, um Unternehmen und Verbraucher wirklich davor zu schützen. Mit dieser Erfindung ist das Problem gelöst.

Transaktionen verlaufen intermittierend. Damit ist ein kontextbezogenes Verständnis von Zeit entscheidend für die Vorhersage von Verhaltensweisen. Bisher mussten Datenwissenschaftler bei der Entwicklung effektiver Modelle des maschinellen Lernens zur Betrugsprävention über umfassende Fachkompetenz verfügen, um die geeigneten Dateneigenschaften zu ermitteln und auszuwählen – ein arbeitsaufwendiger, jedoch wichtiger Schritt.

Featurespace Research hat Automated Deep Behavioral Networks entwickelt, um die Aufdeckung dieser Eigenschaften zu automatisieren und Speicherzellen mit einem nativen Verständnis der Bedeutung der Zeit bei Transaktionsströmen einzuführen. Damit wird die marktführende Leistung der Adaptive Behavioral Analytics des Unternehmens weiter verbessert. Die Erkennung eines Betrugsfalls, bevor das Geld des Opfers vom Konto verschwindet, ist die beste Verteidigungslinie gegen Vorschussbetrug, Kontoübernahmen und andere Versuche von Karten- und Zahlungsbetrug. Für die folgenden Gruppen bieten die Automatic Deep Behavioral Networks jeweils Vorteile:

Seite 1 von 2


Diesen Artikel teilen

0 Kommentare

Schreibe Deinen Kommentar

Bitte melden Sie sich an, um zu kommentieren. Anmelden | Registrieren

 

Disclaimer

Featurespace lanciert Automated Deep Behavioral Networks Heute stellt Featurespace mit Automated Deep Behavioral Networks für die Karten- und Zahlungsbranche eine tiefere Abwehrschicht zum Schutz der Kunden vor Vorschussbetrug, Kontoübernahmen und weiteren Formen von Karten- und Zahlungsbetrug vor, die im …

Nachrichten des Autors

Titel
Titel
Titel
Titel