Предотвращение финансовых потерь от мошенничества в сфере электронных платежей: тренды и эффективные технологии
Владимир Анисимов, руководитель отдела разработки программного обеспечения ASSISTначал работу в ASSIST в конце 2009 года. Два года работал в качестве руководителя проекта по созданию копмлексной сиситемы фрод-монитроинга, после завершения проекта перешел на должность руководителя отдела разработки. Защищал диссертацию по математике, является одним из постоянных докладчиком от ASSIST. В 2014 году принимал участие в качестве докладчика на конференциях и выставках «Big Data 2014», «Digital Goods 2014», «ECOM Expo 2014», «E-commerce 2024», «Электронные платежные системы в России».
Секция 1.5. Маленькие хитрости больших интернет-платежей
Тезисы доклада:
В докладе будут представлены кейсы, разбирающие техники мошенничества по банковским картам в билетных агентствах, интернет-рекламе.
Также будет приведена последняя статистика мошенничества по отраслям бизнеса. Описаны сильные и слабые стороны исторически и широко использующихся на данных момент техник борьбы с мошенничеством по банковским картам, а также приведены примеры и доказательства эффективности систем, основанных на анализе поведенческого фактора мошенников.
Будет рассказано, как алгоритмы машинного обучения позволяют строить систему не только защищающую от мошенничества, но и гарантирующих высокую конверсию, что является основным требованием современных интернет-сервисов.
начал работу в ASSIST в конце 2009 года. Два года работал в качестве руководителя проекта по созданию копмлексной сиситемы фрод-монитроинга, после завершения проекта перешел на должность руководителя отдела разработки. Защищал диссертацию по математике, является одним из постоянных докладчиком от ASSIST. В 2014 году принимал участие в качестве докладчика на конференциях и выставках «Big Data 2014», «Digital Goods 2014», «ECOM Expo 2014», «E-commerce 2024», «Электронные платежные системы в России».
Тезисы доклада:
В докладе будут представлены кейсы, разбирающие техники мошенничества по банковским картам в билетных агентствах, интернет-рекламе.
Также будет приведена последняя статистика мошенничества по отраслям бизнеса. Описаны сильные и слабые стороны исторически и широко использующихся на данных момент техник борьбы с мошенничеством по банковским картам, а также приведены примеры и доказательства эффективности систем, основанных на анализе поведенческого фактора мошенников.
Будет рассказано, как алгоритмы машинного обучения позволяют строить систему не только защищающую от мошенничества, но и гарантирующих высокую конверсию, что является основным требованием современных интернет-сервисов.
|
|
 |