A fraude de pagamento continua a atormentar o setor de serviços financeiros. De acordo com a American Bankers Association, as fraudes contra contas de depósito bancário totalizaram US$ 25.1 bilhões em 2018[1]. Em 2022, oito senadores dos EUA enviaram cartas aos CEOs de sete dos maiores bancos dos EUA sobre fraude em uma empresa de pagamento em tempo real. Com pagamentos em tempo real crescendo globalmente em 41% em 2020[2], há uma necessidade óbvia de modernizar a prevenção de fraudes, pois os criminosos tentam explorar o sistema.
Para ajudar a combater a fraude de pagamento, as empresas estão investindo em tecnologia que aproveita arquiteturas de nuvem híbrida e IA/ML. Em uma nuvem híbrida, as cargas de trabalho de computação podem ser distribuídas em data centers locais, nuvens privadas, nuvens públicas e até mesmo locais de ponta, dependendo de requisitos como soberania de dados, latência, capacidade, custo e muito mais. Os avanços em IA/ML permitem que as máquinas sejam treinadas para reconhecer padrões em bilhões ou trilhões de pontos de dados. Esses relacionamentos são então incorporados em “modelos” que são construídos em fluxos de trabalho de pagamento em tempo real.
Um padrão de arquitetura híbrida é que a infraestrutura de pagamentos de alta privacidade permaneça no local com a nuvem pública sendo usada para treinamento de modelo. Ao usar a nuvem pública, as empresas podem paralelizar o treinamento em um grande número de nós, pagar apenas pelo tempo usado e ter acesso à aceleração de hardware, como GPUs. Para proteger a privacidade ou melhorar a qualidade dos dados, as empresas podem gerar dados sintéticos que são transferidos para a nuvem e usados para treinamento. Os modelos treinados são então importados para o ambiente de tempo de execução de uma empresa, onde são executados no local com acesso local aos dados de privacidade.
Para instituições financeiras globais, os requisitos de soberania de dados podem ditar outro padrão de arquitetura que mantenha os dados de pagamento e fraude no país de origem. Com o aprendizado federado, um único modelo de base é criado centralmente e distribuído para sites remotos. Esses sites então treinam o modelo em seus dados privados locais antes de enviar seu modelo, sem dados de privacidade, de volta ao site central. Os modelos são então agregados em um novo modelo global que pode ser enviado aos locais remotos para mais rodadas iterativas de treinamento. Uma vez que o modelo esteja totalmente treinado, os modelos são executados localmente sem nunca ter que mover dados de privacidade para fora de uma jurisdição regulatória.
Embora as arquiteturas variem de acordo com as necessidades, todas as instituições financeiras concordam que executar essas cargas de trabalho em escala requer uma plataforma moderna que aproveite a nuvem híbrida, melhore a eficiência operacional, reduza os riscos operacionais e ajude a melhorar a postura de segurança. Com uma plataforma como o Red Hat OpenShift, as empresas podem criar, modernizar e implantar com sucesso aplicativos com uma experiência consistente no local e na nuvem. À medida que as necessidades de negócios evoluem, as cargas de trabalho podem ser transferidas entre servidores locais ou aqueles em execução no Amazon AWS, IBM FS Cloud, Microsoft Azure ou Google Cloud. Para saber mais, visite Red Hat
– Aric Rosenbaum, tecnólogo chefe, Red Hat
Aric Rosenbaum atua como Chief Technologist na equipe Global FSI da Red Hat, onde ajuda os clientes a atender suas prioridades estratégicas por meio do uso de tecnologia de código aberto. Antes de ingressar na Red Hat, ele liderou grandes projetos de transformação digital na Divisão de Gestão de Investimentos da Goldman Sachs e foi cofundador/CTO de várias FinTechs em negociação de ações e FX.
[1] Associação Americana de Bancos: Resumo de fraude na conta de depósito de 2019
- Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
- Platoblockchain. Inteligência Metaverso Web3. Conhecimento Ampliado. Acesse aqui.
- Fonte: https://bankautomationnews.com/allposts/risk-security/reducing-payment-fraud-through-modernization/
- :é
- 1
- 2022
- a
- aceleração
- Acesso
- Segundo
- Conta
- Contas
- em
- avanços
- contra
- AI
- Todos os Produtos
- Amazon
- americano
- e
- Outro
- aplicações
- arquitetônico
- SOMOS
- AS
- Associação
- At
- AWS
- Azul
- em caminho duplo
- Bank
- banqueiros
- bancos
- baseado
- BE
- antes
- ser
- entre
- bilhão
- bilhões
- construir
- construído
- negócio
- by
- CAN
- Capacidade
- Centros
- central
- CEOs
- chefe
- clientes
- Na nuvem
- combater
- Empresas
- Computar
- consistente
- continua
- Custo
- país
- criado
- Os criminosos
- dados,
- centros de dados
- Os pontos de dados
- qualidade de dados
- Dependendo
- implantar
- depositar
- digital
- Transformação Digital
- distribuído
- Divisão
- borda
- eficiências
- Meio Ambiente
- equidade
- Mesmo
- SEMPRE
- evolui
- executar
- vasta experiência
- Explorar
- financeiro
- Instituições financeiras
- serviços financeiros
- fintechs
- Empresa
- empresas
- Escolha
- Foundation
- fraude
- PREVENÇÃO DE FRAUDE
- FS
- totalmente
- FX
- gerar
- Global
- financeiro global
- Globalmente
- goldman
- Parceria
- GPUs
- Crescente
- Hardware
- chapéu
- Ter
- ter
- ajudar
- ajuda
- Alta
- HTTPS
- HÍBRIDO
- Nuvem híbrida
- IBM
- melhorar
- melhora
- in
- Incorporado
- indústria
- Infraestrutura
- instituições
- investir
- investimento
- juntando
- jurisdição
- grande
- maior
- Latência
- APRENDER
- aprendizagem
- levou
- aproveita as
- local
- localmente
- locais
- máquinas
- de grupos
- Conheça
- Microsoft
- e Microsoft Azure
- poder
- ML
- modelo
- modelos
- EQUIPAMENTOS
- modernização
- modernizar
- mais
- mover
- você merece...
- Cria
- Novo
- nós
- número
- óbvio
- of
- on
- ONE
- aberto
- open source
- operacional
- lado de fora
- padrão
- padrões
- Pagar
- pagamento
- pagamentos
- Praga
- plataforma
- platão
- Inteligência de Dados Platão
- PlatãoData
- pontos
- Prevenção
- Prévio
- política de privacidade
- privado
- projetos
- proteger
- público
- nuvem pública
- qualidade
- em tempo real
- pagamentos em tempo real
- reconhecer
- Vermelho
- Red Hat
- reduz
- redução
- reguladores
- Relacionamentos
- permanecem
- remoto
- Requisitos
- exige
- riscos
- rodadas
- Execute
- corrida
- s
- Escala
- segurança
- SENADORES
- envio
- serve
- Serviços
- Sete
- vários
- solteiro
- local
- Locais
- fonte
- soberania
- Patrocinado
- propagação
- Estratégico
- entraram com sucesso
- tal
- sintético
- dados sintéticos
- .
- Profissionais
- tecnólogo
- Tecnologia
- que
- A
- deles
- Este
- Através da
- tempo
- para
- Trading
- Trem
- treinado
- Training
- transferido
- Transformação
- trilhões
- nos
- usar
- Grande
- Visite a
- qual
- precisarão
- de
- sem
- fluxos de trabalho
- no mundo todo
- zefirnet