La frode nei pagamenti continua ad affliggere il settore dei servizi finanziari. Secondo l'American Bankers Association, nel 25.1 le frodi contro i conti di deposito bancari ammontavano a 2018 miliardi di dollari,. Nel 2022, otto senatori statunitensi hanno inviato lettere agli amministratori delegati di sette delle più grandi banche statunitensi in merito a frodi in una società di pagamenti in tempo reale. Con pagamenti in tempo reale in crescita a livello globale del 41% nel 2020,, è evidente la necessità di modernizzare la prevenzione delle frodi poiché i criminali tentano di sfruttare il sistema.
Per aiutare a combattere le frodi nei pagamenti, le aziende stanno investendo in una tecnologia che sfrutta architetture cloud ibride e AI/ML. In un cloud ibrido, i carichi di lavoro di elaborazione possono essere distribuiti tra data center on-premise, cloud privati, cloud pubblici e persino edge location a seconda di requisiti quali sovranità dei dati, latenza, capacità, costi e altro ancora. I progressi nell'IA/ML consentono di addestrare le macchine a riconoscere i modelli in miliardi o trilioni di punti dati. Queste relazioni vengono quindi incorporate in "modelli" integrati nei flussi di lavoro di pagamento in tempo reale.
Un modello architetturale ibrido prevede che l'infrastruttura dei pagamenti con privacy elevata rimanga on-premise con il cloud pubblico utilizzato per l'addestramento del modello. Utilizzando il cloud pubblico, le aziende possono parallelizzare la formazione su un vasto numero di nodi, pagare solo per il tempo utilizzato e avere accesso all'accelerazione hardware come le GPU. Per proteggere la privacy o migliorare la qualità dei dati, le aziende possono generare dati sintetici che vengono trasferiti nel cloud e utilizzati per la formazione. I modelli addestrati vengono quindi importati nell'ambiente di runtime di un'azienda dove vengono eseguiti on-premise con accesso locale ai dati sulla privacy.
Per le istituzioni finanziarie globali, i requisiti di sovranità dei dati potrebbero imporre un altro modello architettonico che mantenga i dati sui pagamenti e sulle frodi nel paese di origine. Con l'apprendimento federato, un unico modello di base viene creato centralmente e distribuito ai siti remoti. Questi siti quindi addestrano il modello sui loro dati locali e privati prima di inviare il loro modello, senza dati sulla privacy, al sito centrale. I modelli vengono quindi aggregati in un nuovo modello globale che può quindi essere inviato ai siti remoti per cicli di formazione più iterativi. Una volta che il modello è stato completamente addestrato, i modelli vengono eseguiti localmente senza mai dover spostare i dati sulla privacy al di fuori di una giurisdizione normativa.
Sebbene le architetture varieranno in base alle esigenze, gli istituti finanziari concorderanno tutti sul fatto che l'esecuzione di questi carichi di lavoro su larga scala richiede una piattaforma moderna che sfrutti il cloud ibrido, migliori l'efficienza operativa, riduca i rischi operativi e contribuisca a migliorare il livello di sicurezza. Con una piattaforma come Red Hat OpenShift, le aziende possono creare, modernizzare e distribuire con successo applicazioni con un'esperienza coerente sia on-premise che nel cloud. Man mano che le esigenze aziendali si evolvono, i carichi di lavoro possono quindi essere spostati tra i server on-premise o quelli in esecuzione su Amazon AWS, IBM FS Cloud, Microsoft Azure o Google Cloud. Per saperne di più, visita Red Hat
– Aric Rosenbaum, capo tecnologo, Red Hat
Aric Rosenbaum ricopre il ruolo di Chief Technologist nel team Global FSI di Red Hat, dove aiuta i clienti a soddisfare le loro priorità strategiche attraverso l'uso della tecnologia open source. Prima di entrare in Red Hat, ha guidato grandi progetti di trasformazione digitale presso la divisione Investment Management di Goldman Sachs ed è stato co-fondatore/CTO di diverse FinTech nel trading azionario e FX.
, Associazione dei banchieri americani: Riepilogo delle frodi sui conti di deposito 2019
- Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
- Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. Accedi qui.
- Fonte: https://bankautomationnews.com/allposts/risk-security/reducing-payment-fraud-through-modernization/
- :È
- 1
- 2022
- a
- accelerazione
- accesso
- Secondo
- Il mio account
- conti
- operanti in
- avanzamenti
- contro
- AI
- Tutti
- Amazon
- americano
- ed
- Un altro
- applicazioni
- architettonico
- SONO
- AS
- Associazione
- At
- AWS
- azzurro
- precedente
- Banca
- banchieri
- Banche
- basato
- BE
- prima
- essendo
- fra
- Miliardo
- miliardi
- costruire
- costruito
- affari
- by
- Materiale
- Ultra-Grande
- centri
- centrale
- CEO
- capo
- clienti
- Cloud
- combattere
- Aziende
- Calcolare
- coerente
- continua
- Costo
- nazione
- creato
- criminali
- dati
- data center
- punti dati
- qualità dei dati
- Dipendente
- schierare
- deposito
- digitale
- DIGITAL TRANSFORMATION
- distribuito
- Divisione
- bordo
- efficienze
- Ambiente
- equità
- Anche
- EVER
- evolvere
- eseguire
- esperienza
- Sfruttare
- finanziario
- Istituzioni finanziarie
- servizi finanziari
- fintechs
- Impresa
- Aziende
- Nel
- Fondazione
- frode
- PREVENZIONE FRODI
- FS
- completamente
- FX
- generare
- globali
- finanziaria globale
- Globalmente
- goldman
- Google cloud
- GPU
- Crescita
- Hardware
- ha
- Avere
- avendo
- Aiuto
- aiuta
- Alta
- HTTPS
- IBRIDO
- nuvola ibrida
- IBM
- competenze
- migliora
- in
- Incorporated
- industria
- Infrastruttura
- istituzioni
- investire
- investimento
- accoppiamento
- Giurisdizione
- grandi
- maggiore
- Latenza
- IMPARARE
- apprendimento
- Guidato
- leveraggi
- locale
- a livello locale
- posizioni
- macchine
- gestione
- Soddisfare
- Microsoft
- Microsoft Azure
- forza
- ML
- modello
- modelli
- moderno
- modernizzazione
- modernizzare
- Scopri di più
- cambiano
- Bisogno
- esigenze
- New
- nodi
- numero
- ovvio
- of
- on
- ONE
- aprire
- open source
- operativa
- al di fuori
- Cartamodello
- modelli
- Paga le
- Pagamento
- pagamenti
- Peste
- piattaforma
- Platone
- Platone Data Intelligence
- PlatoneDati
- punti
- Frodi
- Precedente
- Privacy
- un bagno
- progetti
- protegge
- la percezione
- cloud pubblico
- qualità
- tempo reale
- pagamenti in tempo reale
- riconoscere
- Rosso
- Red Hat
- riduce
- riducendo
- normativo
- Relazioni
- rimanere
- a distanza
- Requisiti
- richiede
- rischi
- round
- Correre
- running
- s
- Scala
- problemi di
- SENATORI
- invio
- serve
- Servizi
- Sette
- alcuni
- singolo
- site
- Siti
- Fonte
- sovranità
- Sponsored
- diffondere
- Strategico
- Con successo
- tale
- sintetico
- dati sintetici
- sistema
- team
- tecnologo
- Tecnologia
- che
- Il
- loro
- Strumenti Bowman per analizzare le seguenti finiture:
- Attraverso
- tempo
- a
- Trading
- Treni
- allenato
- Training
- trasferito
- Trasformazione
- triliardi
- noi
- uso
- Fisso
- Visita
- quale
- volere
- con
- senza
- flussi di lavoro
- In tutto il mondo
- zefiro