Компания «Инфосистемы Джет» представила систему противодействия мошенничеству — Jet Detective. Это уже третья собственная разработка компании. Напомним, в 1998 году на российском рынке был представлен межсетевой экран «Застава-Джет», а в 2001 году — продукт для борьбы с утечками данных «Дозор-Джет».

В компании подчеркивают, что Jet Detective не является конечным продуктом, это платформа, на основе которой могут строиться корпоративные решения, позволяющие минимизировать риски от мошеннических действий собственных сотрудников предприятий и их клиентов.

Решение о разработке и запуске данной платформы в компании считают своевременным и обоснованным. Несмотря на обилие рыночных предложений для борьбы с фродом, большинство из них не удовлетворяют растущим требованиям заказчиков по скорости срабатывания, точности определения мошеннических действий и способности предугадывать потенциальные преступные схемы злоумышленников, утверждают представители разработчиков.

Как сказал директор Центра информационной безопасности «Инфосистем Джет» Алексей Гришин, общение с заказчиками привело к пониманию того, что одни решения закрыты и в них внести необходимые изменения сложно, а иногда и невозможно, другие же недостаточно точны в определении фрода.

«Имеющиеся на рынке системы умеют все, но не умеют того, что на самом деле нужно, и мы решили создать антифрод таким, каким он должен быть», — подчеркнул руководитель направления решений противодействия мошенничеству Центра информационной безопасности «Инфосистем Джет» Алексей Сизов.

Евгений Колесников : «Даже если в организации нет своего исследователя данных, интеллект, заложенный в систему, автоматически предотвратит известные и предскажет появление новых видов фрода»  
Источник: «Инфосистемы Джет»

Jet Detective, в отличие от альтернативных систем противодействия мошенничеству, способна очень быстро и точно выявлять фрод с минимальным количеством ложных предупреждений, утверждают разработчики. По словам Сизова, представленная система обеспечивает нужное быстродействие в четырех областях: собственно обработка данных в процессе анализа; создание и тестирование правил и политик; принятие оперативных решений по инцидентам и в процессе их расследования; а также масштабирование системы. Каждую минуту Jet Detective может собирать сотни тысяч событий и операций из множества источников, в том числе коммуникационного оборудования и ключевых бизнес-приложений. Последующий анализ каждого события занимает доли секунды.

Эффективность системы и заявленные преимущества обеспечиваются благодаря применению общих экспертных правил анализа в комплексе с технологиями машинного обучения.

Как пояснил руководитель направления «Большие Данные и машинное обучение» Центра программных решений «Инфосистем Джет» Евгений Колесников, в основу одного из методов машинного обучения, который показал хорошие результаты, положена формула, предложенная почти 300 лет назад английским математиком и проповедником Томасом Байесом. С ее помощью Байес обосновал возможность рассчитать вероятность любого события при наступлении других событий, если между ними установлена статистическая взаимосвязь. Подобные расчеты довольно сложны и трудоемки, поэтому они получили широкое распространение лишь с появлением компьютерных технологий достаточной мощности. Система Jet Detective использует так называемый ансамбль математических моделей на основе градиентного бустинга и леса решающих деревьев. Применение ансамбля моделей в самообучающейся системе Jet Detective позволяет выявлять подозрительные действия в автоматическом режиме, без привлечения экспертов.

Вдобавок предложенная технологическая платформа позволяет отказаться от реляционных СУБД и дорогостоящих специализированных систем хранения и обработки данных в пользу Hadoop и серверов стандартной архитектуры, что значительно снижает стоимость конечного решения. Первое тестовое развертывание Jet Detective вообще было реализовано на кластере из нескольких офисных ПК.

Система Jet Detective ориентирована на самые разные компании — банки, торговые сети, промышленные предприятия и др. Она может быть развернута на площадке заказчика или же предоставлена из облака по модели SaaS. На сегодняшний день на базе данного решения уже реализовано несколько пилотных проектов в организациях финансового сектора и ретейла. Ожидается, что до конца года число запущенных проектов вырастет до десяти.