Yota выявит мошенников


Оператор мобильной связи Yota (ООО “Скартел”, 100%-ная “дочка” ПАО “МегаФон”) своими силами создал решение, способное выявлять мошенников среди абонентов на основе анализа их активности в сети оператора. Для работы такого решения используются технологии машинного обучения и Big Data. В Yota отметили, что за короткий срок результативность работы созданной модели анализа выросла с 15% до 30%.

В разговоре с корреспондентом ComNews директор по информационным технологиям Yota Андрей Богданов рассказал, что разработка решения началась в I квартале 2016 г., а рабочий прототип был запущен уже в середине III квартала. “Данная модель анализа была выбрана для повышения эффективности и автоматизации процессов компании с большим количеством обрабатываемых данных”, – уточнил он, добавив, что в решение входят базы данных компании и продукты open source.

По его словам, модель анализа была полностью создана силами команды разработки и внедрения компании Yota. Проектная группа состояла из 10 человек. 

В компании корреспонденту ComNews рассказали, что Yota выбрала 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 правильной обработке и анализе они дают вероятностную характеристику клиента как мошенника”, – рассказали представители оператора корреспонденту ComNews.

Таким образом, модель выстраивает профиль потенциального мошенника и ищет клиентов в базе с подобными характеристиками поведения. В компании отметили, что, как и при любом анализе, существует множество пограничных и неявных значений. Каждый такой случай дает новые возможности для обучения. Поступающая информация позволяет обновлять модель анализа 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 применения модели 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”, – отметили в компании

“Используемый подход характеризуется большим объемом обрабатываемой информации, и в этом нам помогают технологии Big Data, которые мы активно внедряем для повышения эффективности процессов компании”, – отметил Андрей Богданов.

В Yota сообщили, что за короткий срок результативность работы созданной модели анализа выросла с 15% до 30%.

Корреспонденту ComNews не рассказали, сколько уже мошенников было выявлено с помощью такого решения. Однако в компании пояснили, что будет с мошенником впоследствии. “В соответствии с договором об оказании услуг связи, у оператора есть право приостановить оказание услуг на период разбирательств”, – уточнили в компании.

По словам Андрея Богданова, в рамках борьбы с мошенниками Yota будет повышать точность модели. “Также мы планируем применить опыт построения прогнозных моделей в других направлениях – например, при прогнозировании оттока и причин оттока”, – рассказали в компании.

Пресс-секретарь ООО “Т2 Мобайл” (бренд Tele2) Ольга Галушина сообщила корреспонденту ComNews, что в компании используется многоуровневая система защиты от угроз мобильного мошенничества и в целях обеспечения гарантирования доходов. “Оператор ведет активную работу по противодействию телекоммуникационному мошенничеству и применяет экономически обоснованные решения с учетом оценки рисков и необходимых затрат”, – добавила она.

“ПАО “МегаФон” уже несколько лет использует алгоритмы машинного обучения при противодействии мошенничеству, в частности для выявления специфичных паттернов поведения мобильных устройств, зараженных вирусами, нацеленными на взлом дистанционных каналов банковского обслуживания”, – поделились с ComNews в “МегаФоне”. Пресс-секретарь оператора Ольга Кузичева отметила, что компания целенаправленно борется с подобными видами мошенничества, защищая своих клиентов в сетях мобильной связи.

Пресс-секретарь ПАО “Мобильные ТелеСистемы” Дмитрий Солодовников рассказал корреспонденту ComNews, что подобное решение и другие сложные механизмы выявления фрода (fraud – мошенничество) МТС уже давно использует в работе для защиты абонентов.

Пресс-секретарь ПАО “ВымпелКом” (бренд “Билайн”) Анна Айбашева также добавила, что в компании действует целый комплекс технологических решений, позволяющий определить потенциальных мошенников. В частности, для этого оператор использует и возможности Big Data.

По словам руководителя направления бизнес-аналитики компании “Крок” (ЗАО “Крок инкорпорейтед”) Романа Баранова, такие решения пользуются популярностью среди операторов.

Он отметил, что на рынке присутствует уже не один десяток подобных решений, которые базируются на вполне понятных моделях и оперируют схожими наборами данных. Он добавил, что в этом случае речь идет о построении математической модели, которая предсказывает, является ли абонент мошенником, на основе истории его потребления услуг. “Здесь нужна обучающая выборка, и чем она будет больше и точнее, тем точнее будет работать модель определения мошенника”, – считает Роман Баранов.

Директор департамента развития облачных сервисов и продуктов ООО “Сервионика” (ГК “Ай-Теко”) Вячеслав Самарин считает, что anti-fraud-решения стали более производительными и точными благодаря развитию облачных технологий, снявших ограничения на вычислительные ресурсы. “Данные можно хранить, анализировать и обрабатывать в облаке, задействуя именно тот объем ресурсов, который необходим для конкретной задачи. Это, безусловно, открывает новые возможности для развития таких решений и их использования широким спектром заказчиков”, – отметил Вячеслав Самарин.

 

Leave a Reply

Your email address will not be published. Required fields are marked *