В рамках реализации Нацстратегии действий в интересах женщин Совет ЕЖФ уделяет особое внимание участию женщин в высокотехнологичных отраслях.
Фото пресс-службы вуза
Результат научно-исследовательской работы студентки СПбПУ Анастасии Сергадеевой стал основой для создания модели нейронной сети, которая способна отличать подозрительные транзакции — от безопасных, сообщила пресс-служба вуза. Разработкой занималась группа ученых из Института кибербезопасности и защиты информации СПбПУ.
Анастасия предложила использовать для анализа данных в банковской сфере графовые нейронные сети. Графы — это структуры данных, которые можно представить в виде узлов и линий, где узлы — это объекты, а линии — отношения между ними.
Ученые проанализировали транзакции между банковскими счетами пользователей. За год обработали информацию о сотнях операций — от номера транзакции до типа устройства, с помощью которого производили перевод.
Затем исследователи перешли к обучению новой модели нейросети. Разделили клиентов банков на два класса: одни — мошенники, другие — люди, которые отправляли денежные переводы без нарушения закона. Выделили дополнительные признаки, которые включали идентификационную информацию о пользователях.
Главное преимущество новой модели нейронной сети в том, что она «замечает» закономерности, по которым можно распознать противоправные действия, рассказала куратор проекта, профессор Института кибербезопасности и защиты информации СПбПУ Дарья Лаврова. При «фильтрации» транзакций нейросеть обращает внимание на временные метки и определяет, как давно человек стал участником банковской среды и в какой организации обслуживается. Если нейросеть заметила, что деньги были переведены не юридической организацией, а 10 физическими лицами, то, скорее всего, она примет получателя за мошенника.
По словам ученых, новая модель нейросети позволит банкам автоматизировать работу по обработке транзакций, быстрее выявить мошенников и снизить вред от их деятельности.
Графовая нейронная сеть может быть использована и в других сферах, говорят ученые Политеха. Она поможет выявить в социальных сетях пользователей, которые распространяют дезинформацию, и обнаружить атаки в сетях передачи данных.