rss Twitter Добавить виджет на Яндекс
Реклама:
     
 
 
 
     
     
 
 
 
     
     
 

Благодаря машинному обучению Yota на 30% эффективнее стала бороться с мошенниками

Инженеры Yota создали модель, способную выявить мошенников на основе их активности. За шесть месяцев использования нового алгоритма мобильный оператор Yota стал определять мошенников на 30% эффективнее.

Полгода назад инженеры Yota, используя алгоритмы машинного обучения и технологию BigData, создали модель, способную выявить мошенников на основе их активности. За короткое время результативность алгоритма выросла с 15% до 30%. 

«Каждый клиент, делая привычные для себя действия, создает множество событий и оставляет свой информационный след. Наши IT-системы тщательно фильтруют, накапливают и анализирует эту статистику на предмет аномальной активности. Используемый подход характеризуется большим объемом обрабатываемой информации и в этом нам помогают технологии BigData, которые мы активно внедряем для повышения эффективности процессов компании», - комментирует директор по информационным технологиям Yota Андрей Богданов. 

В Yota выбрали один из множества алгоритмов машинного обучения - «дерево решений». Для обучения модели используются данные о фактических мошенниках, которые были обнаружены ранее. На вход подается агрегированная обезличенная статистика по этим пользователям: количество входящих и исходящих вызовов, средняя продолжительность вызовов, SMS- и MMS-активность, какими тарифами они пользуются, сколько времени являются клиентами мобильного оператора и многое другое. У каждого свойства свой вес при конечной оценке пользователя. При правильных обработке и анализе, они дают вероятностную характеристику клиента как мошенника. 

Таким образом модель выстраивает профиль потенциального мошенника и ищет клиентов в базе с подобным паттерном поведения. Как и при любом анализе, существует множество пограничных и неявных значений. Каждый такой случай дает новые возможности для обучения. Поступающая информация позволяет обновлять модель и повышать ее точность. После обучения система узнает и реагирует на новые, ранее не выявленные или не выявляемые простым анализом методы мошенничества со стороны пользователей.

В результате использования алгоритма потери от деятельности мошенников снизились на 54%, а их количество уменьшилось за счет быстрого обнаружения. Это ломает их бизнес-модель и делает бессмысленными приемы фрода.

 

Редактор раздела: Тимофей Белосельцев (info@mskit.ru)

Рубрики: Мобильная связь, Интернет, Интеграция, ПО, Безопасность

наверх
 
 
     
Оставить комментарий
Имя:
E-mail:
Комментарий (не более 2000 знаков):



     
 

ITSZ.RU: последние новости Петербурга и Северо-Запада

08.12.2017 Безопасность обойдется в 96 миллиардов долларов

06.12.2017 Аналитики предсказали технологические тренды 2018 года

05.12.2017 Мировой телеком вырастет меньше, чем на 2%

04.12.2017 Квартал на 85 миллиардов. «МегаФон» подвел итоги

29.11.2017 Специалисты по блокчейну растут в цене

28.11.2017 AI: кратный рост

27.11.2017 Wi-Fi для Шнура

22.11.2017 Культурное 5G

MSKIT.RU: последние новости Москвы и Центра

NNIT.RU: последние новости Нижнего Новгорода