با كمك هوش مصنوعی صورت گرفت؛ مبارزه با پولشویی با فناوری ایرانی کشف ارتباطات پنهان میان تراکنش ها

به گزارش عاشق وب به نقل از مهر، یک شرکت فعال در حوزه فناوری های مالی، سیستم نرم افزاری جامع، ماژولار و هوشمندی توسعه داده است که برای پشتیبانی یکپارچه از فرآیندهای مبارزه با پولشویی در موسسات مالی طراحی شده است؛ سیستم ای که با پشتیبانی کامل از آیین نامه های مرکز اطلاعات مالی، وعده می کند نظارت، تحلیل و گزارش دهی موسسات را به معیارهای نوین نزدیک کند.
امروزه کنترل مؤثر جریان های مالی و شناسایی بموقع رفتارهای مشکوک، دیگر بدون اتکا بر سامانه های هوشمند امکانپذیر نیست. شرکت توسن، به عنوان یک بازیگر شناخته شده در زمینه فناوری های مالی، با توسعه سیستم «کهربا» گامی بلند در این جهت برداشته و بسته ای را فراهم ساخته است که در آن نظارت، تحلیل و گزارش دهی به شکل یکپارچه و با دقت بالایی به انجام می رسد.

پشتیبانی یکپارچه از فرآیندهای مبارزه با پولشویی در موسسات مالی

سامانه کهربا یک راهکار نرم افزاری جامع، ماژولار و هوشمند است که برای پشتیبانی یکپارچه از فرآیندهای مبارزه با پولشویی در موسسات مالی طراحی شده است. این سیستم با هدف پیشرفت نظارت، تحلیل و گزارش دهی مؤثر در حوزه انطباق با الزامات قانونی توسعه یافته و با پشتیبانی کامل از آخرین آیین نامه های مرکز اطلاعات مالی، پاسخگویی دقیق و قابل اتکا به نیازمندی های مقرراتی و نظارتی را تضمین می نماید.

معماری ماژولار؛ شخصی سازی هوشمند بر پایه نیاز سازمان های مالی

معماری ماژولار کهربا امکان پیکربندی متناسب با نیازهای خاص هر سازمان را فراهم می آورد. بر این اساس، مشتریان می توانند از میان ماژول های تخصصی نظیر کشف ناهنجاری، گزارشات عملیات مشکوک، گراف تحلیل روابط مالی مشتریان، ریسک تعاملات کاری مشتریان و زیرساخت گزارش دهی تحلیلی، موارد مورد نیاز خودرا به شکل هدفمند انتخاب و فعال کنند.
در لایه قابلیت های عملیاتی، تحلیل سریع داده های عملیاتی، مدیریت قوانین و زیرسناریوهای گوناگون و گزارش دهی تحلیلی به عنوان محورهای اصلی این محصول عمل می کنند و در خدمت تصمیم گیری های انطباق و کاهش ریسک های در رابطه با پولشویی قرار می گیرند. سودجستن از فناوری های پیشرفته در لایه تحلیل نیز سرعت بالای پردازش حجم انبوه تراکنش ها و استخراج دقیق گزارش ها را تضمین کرده و در پایین آوردن این ریسک ها نقش مستقیم و مؤثری ایفا می کند.

کشف شبکه های پنهان پولشویی با فناوری گراف

ویژگی های عملکردی شاخص این محصول عبارت اند از پشتیبانی کامل از آخرین الزامات نظارتی و آیین نامه های مرکز اطلاعات مالی، کشف شبکه های پنهان پولشویی با فناوری گراف و الگوریتم های پیشرفته شناسایی اجتماعات و مرکزیت، موتور تحلیل هوشمند با ترکیب مدلهای قاعده محور، یادگیری ماشین و تحلیل آماری برای کشف ناهنجاری های مالی، معماری ماژولار و منعطف با قابلیت انتخاب و فعال سازی ماژول های تخصصی، مدیریت یکپارچه مشتریان و لیست های مراقبت (Watchlist) و سرعت و دقت بالای پردازش حجم انبوه تراکنش ها.
به این موارد باید ارایه گزارشات تحلیلی و زیرساخت گزارش دهی پیشرفته و قابل توسعه را افزود که برای پاسخگویی به انواع نیازمندی های سازمانی و قانونی طراحی شده است.

استفاده از شیوه های محاسباتی پیشرفته برای تحلیل داده ها در مراودات مالی

هوش مصنوعی در سیستم کهربا از شیوه های محاسباتی پیشرفته برای تحلیل داده ها در مقیاس بزرگ و شناسایی الگوهای مشکوک در جریان های مالی بهره می گیرد. الگوریتم های این سیستم با پردازش سریع حجم انبوهی از اطلاعات، قواعد مبارزه با پولشویی را به شکل خودکار اجرا کرده و موارد غیرمعمول را برجسته می سازند تا تیم های انطباق و امنیت بتوانند با دقت و سرعت بیشتری تصمیم گیری کنند.
رویکرد هوش مصنوعی در کهربا بر پایه ترکیب سه لایه مکمل از مدلهای محاسباتی بنا شده است که هر لایه نقش متمایزی در فرایند شناسایی هوشمند ایفا می کند. در لایه نخست، مدلهای قاعده محور هوشمند فراتر از قواعد ایستای سنتی عمل می کنند و با تاکید بر مدلهای آماری، آستانه های تشخیص را به شکل پویا و متناسب با زمینه تعریف می کنند.
لایه دوم به مدلهای یادگیری بدون نظارت اختصاص دارد که با سودجستن از الگوریتم های تشخیص ناهنجاری (Anomaly Detection) و خوشه بندی (Clustering)، رفتارهای مالی نامتعارف را در فضای چندبعدی شناسایی کرده و مشتریانی را که از خوشه رفتاری طبیعی خود فاصله می گیرند، پرچم گذاری می کنند.
لایه سوم را مدلهای یادگیری نظارت شده می سازند که با یادگیری مستمر از بازخوردهای کارشناسان مبارزه با پولشویی و الگوهای استخراج شده از گزارشات عملیات مشکوک، موارد جدید را با بالاترین درجه انطباق به کاربر پیشنهاد می دهند.

نقشه برداری بصری از ارتباطات پنهان میان تراکنش ها، حساب ها و افراد

در کنار این سه لایه، سیستم برای کشف شبکه های پیچیده پولشویی از فناوری گراف Neo۴j و الگوریتم هایی نظیر Louvain بهره می گیرد تا اجتماعات پنهان را شناسایی و فاکتورهای مرکزیت را محاسبه کند و به این ترتیب، ارتباطات پنهان میان تراکنش ها، حساب ها و افراد را به شکل بصری نقشه برداری نماید. این توانایی به تحلیل گران مالی اجازه می دهد که ساختارهای پنهان و حلقه های مشکوک را فراتر از حدس انسانی، بر پایه داده های حقیقی تراکنش ها دریابند.
کهربا تلفیقی از معماری ماژولار، پردازش بلادرنگ داده ها و لایه های تکمیل کننده هوش مصنوعی را در یک پلت فرم واحد جمع کرده است. این سیستم نه فقط به موسسات مالی در انطباق با مقررات کمک می نماید، بلکه با کشف بموقع ناهنجاری ها و شبکه های پنهان مالی، امنیت و شفافیت نظام مالی کشور را در سطحی بالاتر تضمین مینماید.
به طور خلاصه، رویکرد هوش مصنوعی در کهربا بر پایه ترکیب سه لایه مکمل از مدل های محاسباتی بنا شده است که هر لایه نقش متمایزی در پروسه شناسایی هوشمند ایفا می کند. لایه دوم به مدل های یادگیری بدون نظارت اختصاص دارد که با سودجستن از الگوریتم های تشخیص ناهنجاری (Anomaly Detection) و خوشه بندی (Clustering)، رفتارهای مالی نامتعارف را در فضای چندبعدی شناسایی کرده و مشتریانی را که از خوشه رفتاری طبیعی خود فاصله می گیرند، پرچم گذاری می کنند. لایه سوم را مدل های یادگیری نظارت شده می سازند که با یادگیری مستمر از بازخوردهای کارشناسان مبارزه با پولشویی و الگوهای استخراج شده از گزارشات عملیات مشکوک، موارد جدید را با بالاترین درجه انطباق به کاربر پیشنهاد می دهند.