NetGuardians optimise ses solutions anti-fraude avec l’institut IICT
Spécialisée dans les solutions anti-fraude pour le secteur bancaire, la fintech NetGuardians SA souhaite doter sa technologie de machine learning et collaborera à cet effet avec des spécialistes en data science de la HEIG-VD, à Yverdon-les-Bains.
Les solutions de NetGuardians permettent de détecter des fraudes en analysant les transactions effectuées par les utilisateurs telles qu’un achat inhabituel avec une carte de crédit par exemple. 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, mais aussi 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 bancaire 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.»
Contact :
Prof. Stephan Robert, Institut IICT
Source : Rodolphe Koller, ICTjournal, 15.02.17
Photo : ICTjournal