المنصة المركزية الكبرى تُحسن نظام كشف الاحتيال باستخدام التعلم الآلي ومحرك القواعد، وتخفض زمن الاستجابة إلى ساعات

بوابة الأخبار، 23 أبريل — أعلن أحد أكبر منصات التداول المركزية عن إجراء تحديث شامل على نظامه لمكافحة الاحتيال عبر دمج نماذج التعلم الآلي مع محركات قائمة على القواعد، وتنفيذ استراتيجية مسار مزدوج حيث تتولى النماذج الدفاع على المدى الطويل وتمكّن القواعد الاستجابة السريعة. يخلق الإطار الموحد حلقة تغذية راجعة: إذ تلتقط القواعد أنماط الاحتيال الناشئة وتغذي البيانات مرة أخرى لإعادة تدريب النماذج، مما يعزز باستمرار قدرات الدفاع الشاملة.

أعادَت المنصة هيكلة البنية التحتية للبيانات لديها، وأتمتت تطور المخططات، وطرحت أدوات تحليل قائمة على الدفاتر لتحويل إنشاء القواعد من العمليات اليدوية إلى أتمتة مدفوعة بالبيانات. تحسنت دقة اختبار رجوع الأداء للقواعد بأكثر من 10 أضعاف، بينما تم تقليل زمن الاستجابة الإجمالي من أيام إلى ساعات. كما تساعد توصيات التعلم الآلي للمعاملات في خفض معدلات الإيجابيات الكاذبة، مما يقلل تأثير ذلك على المستخدمين الشرعيين.

تعتزم المنصة المضي قدمًا في توليد القواعد الآلي الموجه بالأحداث واستكشاف تحويل القواعد الفعّالة إلى خصائص للنموذج بنقرة واحدة، بما يمضي أكثر نحو أنظمة إدارة مخاطر مؤتمتة بالكامل.