Банковские системы во всём мире работают, как правило, чётко и стабильно, но и в них случаются сбои. А каждая минута простоя наносит большой ущерб и сбережениям граждан, и репутации самих банков. Как этого избежать?
Ограбление онлайн
Чаще всего финансовым учреждениям вредят хакеры, атакуя программное обеспечение, взламывая серверы и пароли, выводя средства со счетов клиентов на подставные счета. Они способны парализовать работу любого банка: небольшого и крупного, национального и международного, центрального банка того или иного государства и даже банка интеграционного объединения стран.
На слуху кибератаки с похищением хакерской группой 300 млн долларов со счетов около 100 банков в 2013 году, со взломом внешнего сервера сайта интегрированного справочника банковской отчётности Европейского центрального банка в августе 2019-го и многочисленные более мелкие истории.
Внутренние сбои
Технические неполадки в работе банковских систем тоже имеют место. Так, в феврале прошлого года они произошли сразу в трёх крупных российских банках. На протяжении нескольких часов невозможно было войти в их сети, не работали мобильные приложения и интернет-банки.
В марте 2019-го крупный сбой обнаружился в системе французского финансового конгломерата. Его услуги были недоступны более 24 часов: клиенты не могли воспользоваться онлайн-банком, совершать денежные переводы и платежи.
Похожая история случилась совсем недавно. В начале октября клиенты нескольких известных российских банков были лишены доступа к мобильным приложениям, не имели возможности проверить баланс на счетах и оплатить покупки в течение нескольких часов. А затем наблюдались перебои в работе приложений ещё одного российского банка и веб-версии его сайта.
Где собака зарыта?
С развитием многоканальных финансовых услуг многие банки ежедневно генерируют терабайты записей о транзакциях и платежах. В таком потоке информации найти ключ к разгадке сбоя весьма непросто. Типичная банковская система включает в себя многие дюжины компонентов, а информация находится на разных серверах, что сказывается на скорости анализа журнала данных и устранения сбоев.
К тому же многие финансовые компании используют журналы данных довольно однообразно, не ведут их всесторонний анализ. А из-за его отсутствия очень сложно заблаговременно обнаружить и купировать угрозу хакерской атаки либо технического сбоя в работе внутренней сети.
Как гарантировать неприкосновенность?
И всё же выход есть: быстро локализовать сбой или отследить источник атаки можно, применяя технологии искусственного интеллекта (ИИ) и глубокого машинного обучения для мониторинга и анализа больших данных.
К примеру, китайская компания Rizhiyi вывела на рынок интеллектуальную платформу для управления журналами данных, обладающую гибкой конфигурацией, мощным функционалом и простую в использовании. Это IT-решение с функциями поиска, анализа и визуализации позволяет в режиме реального времени собирать и индексировать данные, вести мониторинг и посылать сигналы тревоги в случае обнаружения рисков. И, соответственно, оперативно контролировать бизнес-процессы, выявлять и локализовать сбои в работе банков и других организаций.
В 2019 году Rizhiyi и Huawei на основе вычислительной платформы Kunpeng совместно создали первую в Китае систему для анализа журналов данных на базе китайского процессора. Он содержит увеличенное количество ядер для вычислений, что на четверть увеличивает эффективность анализа журналов данных. Его отличает многопотоковость и высокое количество операций ввода-вывода в секунду (IOPS). Повышенный уровень безопасности и возросшая скорость компрессии и декомпресии значительно облегчает работу ИТ-инженеров.
Платформа была успешно внедрена в Jiangnan Rural Commercial Bank. В этом интеллектуальном решении используется распределённая архитектура с пропускной способностью свыше 100 терабайт в день и возможностью обрабатывать миллионы событий в секунду. Поиск по результатам анализа выполняется за считаные секунды. Использование такой платформы позволило Jiangnan Rural Commercial Bank стать лидером в области обработки журналов данных.
Китайские банкиры говорят, что этот совместный проект компаний Jiangnan Rural Commercial Bank, Rizhiyi и Huawei заложил новый фундамент безопасности для финансовой отрасли и уже продемонстрировал высокий уровень надёжности за счёт использования в IT-инфраструктуре искусственного интеллекта.
Как распознать VIP-клиентов уже у входа?
VIP-клиентам в банках стараются уделять особое внимание. И нужно, чтобы эти люди чувствовали его сразу, как только вошли в финансовое учреждение. Компания EyeCool Technology разработала биометрическую платформу на базе ИИ-решения Atlas от Huawei, способную в реальном времени распознавать лица, эмоции и траектории движения VIP-клиентов в ключевых зонах банка, начиная со входа.
Интеллектуальная станция Atlas 500 размером со скромную телевизионную приставку. При этом она обладает большой вычислительной мощностью и может одновременно обрабатывать 16 видеопотоков в высоком разрешении. После анализа информации и сверки лиц посетителей с базой VIP-клиентов данные мгновенно передаются на устройства менеджеров по обслуживанию клиентов.
Благодаря этой технологии повышается уровень обслуживания особых клиентов, а также своевременность и качество предоставления сервиса.
ИИ на службе в России
Технологии искусственного интеллекта, в том числе для кредитного анализа и защиты от киберугроз, широко применяются и в российских финансовых организациях – Сбере, Тинькофф-банке, Газпромбанке, МТС Банке, Московском кредитном банке и других.
К примеру, хакерским атакам на клиентов с использованием методов социальной инженерии противостоит фрод-мониторинг Сбера, основанный на искусственном интеллекте. Он способен хеджировать мошеннические операции и предотвращать преступления в 97 случаях из 100. Только за 9 месяцев прошлого года благодаря системе фрод-мониторинга удалось пресечь хищение клиентских средств на 25 млрд рублей.
С применением ИИ в Сбере принимается 100% кредитных решений, 95% из них формируется в автоматическом режиме, то есть без участия персонала. Там развивают технологии компьютерного зрения, обработки языка, речевой аналитики. Это позволяет сократить время и стоимость принимаемых решений, повысить их качество.
Технологии ИИ, помогающие предотвратить мошенничество, внедрены в Промсвязьбанке и других кредитных организациях. Робот-коллектор работает с имеющими задолженности клиентами ВТБ, ИИ в Альфа-банке – с документами клиентов.
Развитию банковских умных систем содействует Центр мониторинга и реагирования на компьютерные атаки («ФинЦЕРТ») под эгидой Банка России. Кредитные организации, интеграторы, разработчики антивирусного ПО, провайдеры связи стали регулярно обмениваться информацией о киберугрозах и более успешно им противодействовать.
