Транзакционный антифрод ВТБ — система на основе графовых моделей и алгоритмов машинного обучения, которая анализирует параметры каждого платежа (счета, карты, сумму, получателя) и в реальном времени классифицирует операции по уровню риска мошенничества.
Система анализирует данные о счетах, картах, сумме операции, получателе и других параметрах платежа, присваивая каждой транзакции одну из трёх меток: зелёную (минимальный риск, операция утверждена автоматически), жёлтую (требуется дополнительная проверка) или красную (высокая вероятность мошенничества, операция блокируется или требует подтверждения).
Актуальный подход к кибербезопасности банков строится на трёх компонентах: графовых моделях для выявления сетевых связей между мошенниками (общие получатели, устройства, паттерны переводов), ИИ-агентах для автоматической блокировки подозрительных операций без участия человека и инфраструктуре обмена данными между банками и государством. Алгоритмы машинного обучения постоянно самообучаются — при подтверждении нового вида мошенничества модель автоматически корректирует правила выявления.
ВТБ рассматривает сквозное применение антифрод-мер — синхронизацию стандартов информационной безопасности и оперативный обмен данными между банками и их партнёрами — как ключевой фактор эффективной борьбы с мошенничеством, поскольку изолированные внутрибанковские системы не видят сетевые схемы, охватывающие несколько банков одновременно.
Транзакционный антифрод ВТБ конкурирует с аналогичными системами Сбера, но с акцентом именно на анализ платёжных операций и межбанковский обмен данными, дополняя голосовые антифрод-инструменты, которые действуют на уровне звонков, а не транзакций.