Yapay zeka telekom endüstrisindeki sahtekarlıkla nasıl mücadele ediyor?

0
18

[ad_1]

Amerikalılar geçen yıl telefon dolandırıcılığından 29,8 milyar dolar kaybetti. AI dolandırıcılık tespiti bunu değiştirebilir mi?

Shutterstock-1908709960.jpg

Resim: Shutterstock/Tapati Rinchumrus

59 milyondan fazla Amerikalı, telefon dolandırıcılığı nedeniyle para kaybettiklerini söyledi Truecaller Insights ABD İstenmeyen Posta ve Dolandırıcılık Raporuna göre, ortalama 502$ kayıpla yaklaşık olarak son 12 ayda.

Bir AI çözümleri sağlayıcısı olan Amdocs cVidya’nın CTO’su Dr. Gadi Solotorevsky, “Dolandırıcılık telekom endüstrisinde önemli bir husustur” dedi. “Bugün, sahte davranışlar nedeniyle yıllık küresel gelirde %2’ye yakın veya 1,5 trilyon doların üzerinde kayıp yaşanıyor. Sektördeki toplam kayıplar şaşırtıcı.”

Solotorevsky, İletişim Sahtekarlığı Kontrol Derneği’nin (CFCA) 2019 yılında yaptığı ve yanıtlayanların üçte ikisinin dolandırıcılık faaliyetlerinde artış yaşadığını tespit eden bir 2019 anketine atıfta bulundu.

Solotorevsky, “Çoğunlukla ödeme ve abonelik sahtekarlığı, hırsızlık/kimliğe bürünme, hesap ele geçirme, içeriden tehditler ve SIM takasıyla karşılaşıyoruz.” Dedi. “Ayrıca, PBX veya IP-PBX korsanlığı, geri arama şemaları ve zayıf ağların ve cihazların kötüye kullanılması gibi geleneksel kullanıma dayalı dolandırıcılık senaryolarıyla hala karşılaşıyoruz.”

GÖRMEK: Hile sayfası: Yapay zeka (ücretsiz PDF) (Teknik Cumhuriyet)

Geçmişteki uygulamada, telekom sektörü dolandırıcılık şikayetlerini manuel olarak ele alıyordu. Ne yazık ki, dolandırıcılığın manuel olarak araştırılması, dolandırıcılık kalıplarının tespit edilebilmesi için çok zaman harcadı. O zamana kadar, hasar yapıldı.

İle birlikte yapay zeka (AI), dolandırıcılık tespiti için yalnızca keşif süresini azaltmakla kalmayan, aynı zamanda dolandırıcılık kayıpları penceresini de sınırlayan yeni bir yaklaşım var.

Yapay zeka, makine öğrenimi (ML) kullandığı için bilinen dolandırıcılık modellerindeki değişiklikleri tanımlamayı kolaylaştırır. ML ile, AI dolandırıcılık tespit modelleri, dolandırıcılık tespiti için yeni kurallar uyarlayabilir ve oluşturabilir, bu da dolandırıcılık ve parasal kayıplara maruz kalmayı azaltır.

Solotorevsky, “Yapay zekanın uyarlanabilirliği çok önemlidir çünkü dolandırıcılık kalıpları her zaman değişir.” Dedi. “Değişiyorlar çünkü dolandırıcılar yöntemlerini ve stratejilerini tespit ettiklerinde onları değiştiriyorlar… Şirketler, makine öğrenimi ile kendi kendini uyarlayan yapay zekayı uygulayarak, sürekli değişen bu dolandırıcılık planlarını hızla tespit edip bunlara uyum sağlayabiliyor.”

AI, geçmiş dolandırıcılık tahminlerinin sonuçlarını değerlendiren ayarlanabilir öğrenme modellerini otomatik olarak oluşturarak çalışır. Bu öğrenme modelleri daha sonra daha fazla doğruluk için kendilerini sürekli olarak geliştirirler.

Solotorevsky, “Makine öğrenimi, geleceğe yönelik tahmine dayalı dolandırıcılık modelleri oluşturmak için de yaygın olarak kullanılıyor.” Dedi. “Örneğin, bir perakendeci, akıllı telefon almak isteyen yeni bir müşterinin dolandırıcılık yapma eğilimini satış noktasında tahmin edebiliyorsa, müşterinin ek kimlik kontrolünü yapmak gibi ekstra önlemler alabilir.”

GÖRMEK: Uzman, makine öğreniminin siber güvenlik için harika bir araç olduğunu ancak dikkatli olun diyor (Teknik Cumhuriyet)

Bell Canada’nın AI ile başarısı bir örnektir.

“TM Forum ve Amdocs tarafından gerçekleştirilen bir vaka çalışmasında, Bell Canada, dolandırıcılığının önemli bir bölümünde dolandırıcılık kayıplarını tespit etmek için gereken sürede %150 ve yeni dolandırıcılık planlarını belirlemek için gereken sürede %200’lük bir iyileşme yaşadı. ,” dedi Solotorevski.

AI’yı uygulama

Yine de, AI’nın dolandırıcılıkla mücadele potansiyeline rağmen, kuruluşların AI’ya geçmesi kolay değil.

Solotorevsky, “Kuruluşlar, yapay zekayı uygulamanın bir insan ve bir teknoloji değişikliği olduğu gerçeğine duyarlı olmalıdır.” Dedi.

Bu nedenle, yapay zeka uygulama planının bir parçası, bir kuruluştaki yapay zekayı tanıtmadan önce ele alınması gereken işgücünü ve iş akışı boşluklarını tanımlayan bir boşluk analizi olmalıdır. Çoğu zaman, bu boşluklar, çalışanların AI ile birlikte çalışmak için doğru becerilere sahip olmaması şeklinde ortaya çıkar. Nihai hedef, personelin AI ile birlikte etkili bir şekilde çalışması olmalıdır ve bu, AI projelerinde kilit bir odak noktası olmalıdır.

Bu arada, dolandırıcılıkla mücadeleyi daha etkili hale getirecek yapay zeka geliştirmelerini sabırsızlıkla bekleyebiliriz.

Solotorevsky, “Bir sonraki sınır, dolandırıcılar denemeden önce bir sonraki dolandırıcılık şemasının ne olacağını tahmin edebilen bir yapay zeka yaratmaktır.” Dedi. Kulağa bilim kurgu gibi geliyor, ancak bu yönde çalışıyoruz, önümüzdeki yıllarda tam da bunu yapacak yeni algoritmalar ve metodolojiler yaratıyoruz… Bu nedenle AI gelecekte kritik bir rol oynayacak.”

Ayrıca bkz.

[ad_2]

Source link

CEVAP VER

Lütfen yorumunuzu giriniz!
Lütfen isminizi buraya giriniz