Projet CTI

Netguardians va introduire du machine learning dans ses solutions anti-fraude

| mise à jour

Dans le cadre d’un projet CTI mené en collaboration avec la HEIG-VD, Netguardians compte améliorer ses technologies anti-fraude à l’aide de capacités d’intelligence artificielle.

La fintech Netguardians s’engage dans un projet CTI avec la HEIG-VD. Spécialisée dans les solutions anti- fraude pour le secteur bancaire, la jeune pousse souhaite doter ses solutions de technologies de machine learning et collaborera à cet effet avec des spécialistes en data science de la Haute école d’ingénieurs.

Les solutions de Netguardians permettent de détecter des fraudes en analysant les transactions effectuées par les utilisateurs (par exemple un achat inhabituel avec une carte de crédit). Grâce au machine learning, la société compte aller plus loin et détecter des modes de fraude encore inconnus. «Nous voulons exploiter le potentiel du machine learning et de l’intelligence artificielle de sorte que les instituts financiers puissent réduire drastiquement leur procédures manuelles actuelles et réduire leurs risques, en identifiant des patterns de fraude inimaginables», explique Stephan Robert, Professeur à la HEIG-VD.

Selon Jérôme Kehrli, responsable R&D de Netguardians, les tentatives d’appliquer le machine learning dans le domaine bancaires se soldent souvent par des échecs, en raison notamment des nombreux faux-positifs difficiles à expliquer, de la complexité des configurations ou encore du manque de collaborateurs métiers impliqués dans les projets.

Des écueils que Netguardians compte surmonter grâce à une équipe pluridisciplinaire mêlant informaticiens, spécialistes de la banque et data scientists. Les développements prévus concernent notamment le profiling, la détection d’anomalies et l’analyse prédictive (identification précoce d’intention de fraude). Dans le cadre du projet CTI, Netguardians collaborera par ailleurs avec un criminologue de l’Université de Lausanne. «L’analyse comportementale est l’ADN de la technologie de Netguardians, explique Jérome Kehrli. En comprenant la psychologie du fraudeur, nous améliorons la précision de l’évaluation pour identifier les cas de fraude à détecter en priorité.»

Tags
Webcode
DPF8_26622