Featurespace は、AI を活用した AML プロトタイプ PlatoBlockchain データ インテリジェンスを開発するための資金を確保します。垂直検索。あい。

Featurespace が AI を活用した AML プロトタイプを開発するための資金を確保

Featurespace が AI を活用した AML プロトタイプを開発するための資金を確保
  • 英国を拠点とする詐欺および金融犯罪防止企業の Featurespace は、マネー ロンダリングやその他の金融犯罪と戦うための AI を活用したプロトタイプを構築するための資金を確保しました。
  • 資金は米国と英国の両政府から提供され、Innovate UK、米国国立科学財団、メッセージング ネットワーク SWIFT が支援するイニシアチブの一部です。
  • Featurespace は、2016 年に FinovateEurope で Finovate デビューを果たしました。

詐欺・金融犯罪防止のスペシャリスト フィーチャースペース 持っています 確保された資金 銀行や決済サービス プロバイダー (PSP) を含む金融サービス機関が金融犯罪を検出して阻止するのに役立つ AI を活用したテクノロジを構築するために、米国と英国の両政府から資金提供を受けています。 具体的な目標は、金融機関が国境を越えたマネーロンダリング、アプリケーション詐欺、アプリ詐欺に対抗する能力を強化することです。 ケンブリッジに本社を置く英国に本拠を置く同社は、AI を活用したプロトタイプを構築し、「機密性の高い個人の支払いデータ」でトレーニングします。 Featurespace は、k-匿名性やローカル差分プライバシーなどのプライバシー強化技術を使用して、フェデレーテッド ディープ ラーニングをデータに適用します。 組織は、その過程で生データを明らかにしたり、共有したり、組み合わせたりする必要はありません。

「英国と米国の政府は、銀行が詐欺やマネーロンダリングを阻止するために協力することを望んでいます。 「この種のプライバシーを保護するコラボレーション AI は、まだ誰も解決していない難しい問題です。 私たちは、この課題に対応できると確信しています。 私たちは、このプロジェクトで世界的な金融犯罪と戦うために革新的な技術を導入した唯一の企業であり、銀行の顧客がそれを証明しています。」

この資金は、Innovate UK と米国国立科学財団によって 24 月に開始された取り組みであるプライバシー強化テクノロジー (PET) チャレンジ賞のご厚意により提供されます。この取り組みは、銀行所有のメッセージング ネットワーク SWIFT によってもサポートされています。 Featurespace には、プロトタイプの構築に 2023 月 XNUMX 日という期限が与えられています。プロジェクトが完了し、成功すれば、XNUMX年前半に米国で開催される第XNUMX回民主主義サミットで披露される予定だ。

「このプロジェクトの成功の結果は、国境を越えた、また銀行間のマネーロンダリングをはるかに困難にすることです」とサットンは言いました。 「マネーロンダリングを難しくすれば、犯罪活動の収益性が低下します。 これは、企業、社会、消費者に利益をもたらすでしょう。」

2008 年に設立された Featurespace は、2016 年の FinovateEurope で Finovate デビューを果たしました。HSBC や Worldpay から、Finovate の卒業生に至るまで、70 以上の直接顧客と 200,000 以上の機関が利用しています。 TSYS & マルケタ、Featurespace のテクノロジーを利用して、詐欺や金融犯罪から身を守っています。 詐欺防止分野のイノベーターである Featurespace は、適応行動分析や自動化されたディープ行動ネットワークなどのテクノロジーを開発し、本物の行動と詐欺行為の両方をプロファイリングして、リアルタイムで金融犯罪に対抗しています。 どちらのテクノロジーも Featurespace のコンポーネントです。 ARICリスクハブ.

先週、Featurespace 発表の Railsr とのパートナーシップにより、組み込み金融プラットフォームの顧客が詐欺や金融犯罪から身を守るのに役立ちます。 契約により、Railsr の詐欺チームは、Featurespace の ARIC Risk Hub を介して、カードと支払いの詐欺防止と AML ソリューションを活用できるようになります。

Featurespace のチーフ コマーシャル オフィサーであるマット ミルズ (Matt Mills) は、次のように述べています。 「Railsr はこれを早期に認識し、自己学習テクノロジの重要なレイヤーを追加して、顧客が最高のエクスペリエンスのみを確実に得られるようにしました。」


MarkusSpiskeによる写真

タイムスタンプ:

より多くの フィノベート