Unfraud – la IA che evita le frodi

Identità online: quanto sono disposti a pagare?

Quanto sono disposti a pagare, coloro che comprano identità online? Quanto costano carte di credito, o indirizzi email? 10 euro, a stock di mille!

Questo il costo dei dati che tutti i giorni utilizziamo, per effettuare un acquisto, o leggere le mail.
Per prevenire questo fenomeno si cerca d’inserire password alfanumeriche complicate o evitare di usare quella di Facebook per le registrazioni. Ciò non basta assolutamente per evitare un furto d’identità.
Una sicurezza maggiore è data dalla navigazione sicura https, da controllare prima di inserire i nostri dati personali.
Alcuni sistemi di controllo basano la loro attività di screening su parametri standard come l’indirizzo Ip, la mail o l’indirizzo di spedizione ed altri parametri. Tuttavia una volta rubati i dati della carta di credito, le informazioni di controllo sono ormai conosciute e possono essere facilmente raggirate con la dovuta attenzione durante il processo di acquisto.
Ad esempio, se la transazione dell’oggetto acquistato online è fatta in India e l’indirizzo di spedizione è in America, l’acquisto può destare sospetto e generare un allarme preventivo.

Unfraud, invece, richiede al proprio cliente dati più legati alla persona e alla sua navigazione sul sito. “Con più dati il nostro algoritmo funziona meglio, li mette in correlazione e riesce a dare più informazioni possibili, per esempio incrocia l’indirizzo di fatturazione con la lingua della tastiera o l’orario in cui è stata fatta la transazione per capire se è lecita oppure no” spiega Vincenzo.

I prodotti
citati

In virtù della strategia descritta, in questo articolo si parla di

Una sicurezza maggiore è data dalla navigazione sicura https, da controllare prima di inserire i nostri dati personali.

Da dove nasce l’idea?

Vincenzo Paduano, tra i founder della startup, lavorando al Cnr ha avuto la possibilità di occuparsi d’informatica, utilizzando l’intelligenza artificiale per distinguere cellule sane da cellule cancerogene. Il sistema si basa su una delle aree della IA (la machine learning): autoapprendimento automatico. Questa tipologia di algoritmo impara dagli esempi che gli venivano forniti durante l’addestramento per poi utilizzarli per dare dare delle risposte automatiche. Esistono diverse tipologie di algoritmi di autoapprendimento: supervisionato, non supervisionato, con rinforzo, con apprendimento continuo, con addestramento preventivo.
Addestrata, la “macchina” prende decisioni in merito a quanto appreso.

Come, una macchina, può essere addestrata a prendere una decisione?

Attraverso degli algoritmi: albero decisionale, rete neurale artificiale, programmazione genetica, macchine a vettori di supporto, clustering, reti bayesiane. Tutte queste sottodivisioni rappresentano delle codifiche algoritmiche basate su patterns decisionali analizzati e reputati validi; alcuni di questi simulano l’evoluzione genetica, altri sono basati sul controllo dell’errore segnalato dall’esterno (chi controlla la macchina), altri ancora su un approccio probabilistico d’inferenza.

“Noi forniamo degli esempi e da questi, l’algoritmo, riesce ad estrapolare i pattern di comportamento che portano a fare una scelta piuttosto di un’altra e a capire se chi sta comprando un prodotto o un servizio online è un truffatore oppure no” – V. Paduano

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

*

Digital transformation?
Parliamone