Предварительный обзор ITW: где обнаружение мошенничества с помощью ИИ действительно меняет ситуацию к лучшему.

На выставке ITW в этом году каждый поставщик межсетевых экранов для операторов будет использовать слово «ИИ». Большинство из них будут продавать пакет правил с двумя новыми пороговыми значениями. Но самое важное — это то, какие сигналы моделируются, как обновляется модель и используются ли собственные эталонные данные оператора для построения контура.

Как выглядит настоящее машинное обучение в этой области.

• Классификация входящих A2P-запросов на уровне стенограммы — а не просто сопоставление идентификатора отправителя со статическим списком.
• Поведенческая оценка для каждого IMSI/IMEI/MSISDN обновляется ежедневно на основе собственных размеченных данных оператора.
• Результаты анализа перекрестных сигналов: CDR + DLR + сигнальный интерфейс + классификатор контента — вместе, а не по отдельности.
• Рабочий процесс "закрепление/наложение вето", позволяющий команде RA оператора отменить решение модели и внести эту корректировку в завтрашнюю программу переобучения.

Что предлагает BroadNet

Наша система на основе машинного обучения, объединяющая SMS-файрвол и обнаружение SIM-боксов, оценивает вероятность мошенничества для каждого сообщения. Ключевой момент – это цикл непрерывного обучения: операторы перестают отслеживать одни и те же закономерности каждый квартал, как только модель начинает считывать сигнал их собственной сети.