Realize
  • 25 Agosto 2019
  • Ultimo aggiornamento 21 Agosto 2019 09:43
  • Milano

Guerra alle frodi finanziarie: l’arma vincente è il machine learning

I sistemi sempre più evoluti di intelligenza artificiale consentono oggi di contrastare furti di identità e crimini informatici riducendo al minimo i rischi e ottimizzando i risultati. Il caso Mosé

Guerra alle frodi finanziarie: l’arma vincente è il machine learning

Fino ad alcuni anni fa rubare si concretizzava con lo scippo, il furto in casa o, nei casi più eclatanti, con la rapina in banca. I tempi però sono cambiati e oggi è necessario associare al concetto di furto anche quello di frode. Perché è proprio attraverso le frodi finanziarie che le persone vengono derubate prima della loro identità e poi dei loro denari.

IL VERO BUSINESS

I truffatori si sono evoluti seguendo attentamente gli sviluppi tecnologici e iniziando a sfruttare a loro vantaggio gli ultimi aggiornamenti in ambito informatico.

Da una parte le nuove tecnologie applicate alla sicurezza oggi rendono loro praticamente impossibile rubare i soldi secondo i vecchi schemi ormai noti e, dall’altra parte, l’evoluzione tecnologica ha fatto in modo che si perfezionassero nel digital per cui oggi il vero business è diventato quello del crimine informatico e del furto di identità.

Questo sposta l’attenzione sui Big Data, sul loro utilizzo e sulla loro analisi nell’ottica di una sempre migliore e rapida identificazione e prevenzione delle frodi; tema oggi estremamente attuale e necessario.

I CRIMINI IN ITALIA

In Italia le tipologie di frodi più diffuse sono due: furti di identità e redditi contraffatti. Se nel secondo caso ci si trova davanti a persone che presentano redditi inesistenti o gonfiati per accedere al credito pur non avendo una situazione finanziaria solida e trasparente alle spalle, nel primo caso si è in presenza di persone che usano anagrafiche e nominativi di altri soggetti completamente ignari e richiedono finanziamenti a loro nome.

Rubano dunque l’identità per ottenere credito o beni che non rimborseranno mai lasciando terze persone vittime di truffa.

Lo fanno sia digitalmente appropriandosi dei dati sensibili che sono in circolazione in rete, sia fisicamente rubando o falsificando documenti in modo ormai quasi impeccabile e presentandosi nei centri convenzionati o nelle filiali delle reti finanziarie dove spesso, anche il personale più specializzato, fatica a distinguere un documento falso da uno vero.

COME INTERVIENE IL MACHINE LEARNING

Il riconoscimento delle frodi in real time è un processo iterativo volto all’inseguimento delle strategie dei frodatori, sempre più innovative e in continuo cambiamento: ecco perché l’identificazione di questi ultimi diventa complicata anche per gli specialisti con anni di esperienza.

A livello statistico, modellare il fenomeno delle frodi non è affatto banale: si hanno a disposizione pochi casi riconosciuti e certificati come tali, e soprattutto spesso l’individuazione del truffatore avviene in ritardo, mesi dopo il caricamento della pratica.

In questa ottica, i sistemi di Machine Learning sono fondamentali per contrastare le modalità sempre più tecnologiche dei frodatori.

Nel Machine Learning la macchina si alimenta con i dati di input, riconosce i vari modelli ed esegue previsioni, senza essere stata specificatamente programmata per farlo, ma apprendendo dall’esperienza.

IL CASO MOSÉ

Molte aziende si stanno evolvendo in questa direzione. In Agos, dopo due anni di studio e analisi condotti assieme a Target Reply, abbiamo portato in produzione il nostro sistema di Machine Learning soprannominato “Mosé”.

Mose è un meccanismo decisionale, che agisce sul perimetro del consumo Fast Track in real time, durante la valutazione del contratto, e che si aggiunge agli altri sistemi Antifrode già presenti.
Si tratta di un tool di Artificial Intelligence, in particolare un modello di reti neurali, che partendo dalle informazioni presenti nel contratto restituisce ad ogni pratica analizzata uno score.

Se tale score supera il livello soglia prestabilito, significa che la pratica molto probabilmente è una truffa, e viene quindi rifiutata in modo automatico dal sistema.

Il motore è in grado di scovare, in maniera automatica, le tracce lasciate dai frodatori stessi tra milioni di dati, e fino ad ora ha portato all’identificazione di circa il 20% in più di frodi.
È in programma per il futuro l’estensione di Mosè anche su altri prodotti aziendali.

Luca De Paoli
author
Dal 2002 in forze presso la Direzione Crediti di AGOS. Responsabile della formazione antitruffa aziendale con specializzazione nell’individuazione del falso documentale. Partecipa al progetto del MEF sul sistema centralizzato informatico prevenzione amministrativa furto identità. Esperto nel contrasto dei furti d’identità collabora con le associazioni di categoria e Forze del Ordine Attualmente ricopre il ruolo di Responsabile Antifrode.

Articoli Correlati

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *