MapR Technologies arbetar tillsammans med American Express för att med hjälp av big data-lösningar utveckla säkerhetsarbetet och förebygga och stoppa kortbedrägerier. Enligt en undersökning från Juniper väntas summan av onlinebedrägerier öka från 10.7 miljarder dollar 2015 till hela 25 miljarder dollar år 2020. Attackerna blir allt mer komplicerade och företagen ligger inte tillräckligt långt fram i sitt säkerhetsarbete. För att […]
MapR Technologies arbetar tillsammans med American Express för att med hjälp av big data-lösningar utveckla säkerhetsarbetet och förebygga och stoppa kortbedrägerier. Enligt en undersökning från Juniper väntas summan av onlinebedrägerier öka från 10.7 miljarder dollar 2015 till hela 25 miljarder dollar år 2020. Attackerna blir allt mer komplicerade och företagen ligger inte tillräckligt långt fram i sitt säkerhetsarbete. För att lyckas vända detta krävs nya metoder för företag att skydda sig. American Express har med hjälp av analysverktyg för big data och machine learning från MapR kunnat upptäcka och förebygga bedrägerier tack vare tekniker som hittar mönster och transaktioner som sticker ut från det normala. Här svarar Patrik Svanström, Vice President EMEA, MapR Technologies, på Aktuell Säkerhets frågor kring samarbetet med American Express.
Vad är orsakerna bakom att vi ser allt fler onlinebedrägerier?
– Idag spenderar vi allt mer pengar online vilket gör att incitamenten för kriminella ökar. De följer pengarna helt enkelt. Det är även enklare och billigare än någonsin att få tillgång till den kraftfulla datorkraft som behövs för att skapa sofistikerade verktyg och lösningar som lyckas kringgå företags skyddsåtgärder. I takt med att brottsligheten blir mer avancerad måste även företagen utveckla sina säkerhetsstrategier.
Hur kan Big Data användas för att motarbeta dessa bedrägerier och även attacker i realtid?
– Med avancerade big data-lösningar och machine learning blir det möjligt att upptäcka och motverka bedrägerier i realtid. MapRs big data-lösningar bygger på teknik som analyserar stora datamängder och kan upptäcka avvikande korttransaktioner i realtid. Detta kan bl.a. ske med geolokalisering – är det exempelvis rimligt att en person använder sitt kort i Stockholm kl. 13:00 och sedan i Göteborg 13:15. Det kan även ske baserat på persondata – är det troligt att en pälsallergiker köper 10 kilo hundmat?
Varför samverkar ni med American Express?
– I samband med att American Express implementerade big data-plattformen Hadoop vände de sig MapR för att få hjälp med machine learning och att utnyttja sin data på bästa sätt. MapR hjälper American Express att upptäcka bedrägerier och attacker, driva affärer och erbjuda bättre service till sina kunder. Kort och gott handlar det om att lyckas utnyttja sin enorma mängd data på ett bättre sätt för att skapa ett bättre erbjudande till sina kunder.
Er lösning bygger på Big data och machine learning, vill du berätta lite mer vad detta ger för möjligheter för er som bygger säkerhetslösningar?
– Machine learning och big data är nyckeln till att upptäcka de bedrägerier och brottsliga mönster som jag nämnde tidigare. Med denna teknik utvecklas algoritmerna löpande. De ”lär sig” och på så vis blir de ännu mer effektiva på att upptäcka avvikande transaktioner med tiden. Möjligheterna med denna teknik är enorma. Vi har kommit en bit på vägen men i takt med att attacker och bedrägerier ökar och bli mer avancerade måste säkerhetsarbetet gå snabbare.
Aktuell Säkerhet jobbar för alla som vill göra säkrare affärer och är därför en säker informationskälla för säkerhetsansvariga inom såväl privat som statlig och kommunal sektor. Vi strävar efter förstahandskällor och att vara på plats där det händer. Trovärdighet och opartiskhet är centrala värden för vår nyhetsjournalistik
Anmäl dig till vårt nyhetsbrev!
Genom att klicka på "Prenumerera" ger du samtycke till att vi sparar och använder dina personuppgifter i enlighet med vår integritetspolicy.
