En utilisant la masse de données à sa disposition et des technologies de pointe comme le Machine Learning, l’exemple de Mastercard montre que l’industrie des paiements peut combattre la fraude de façon innovante.
La fraude, de plus en plus répandue
Combattre le crime en ligne est devenue une priorité pour le monde de l’entreprise et notamment dans l’industrie des paiements. Une étude Nilson1 prévoit qu’à travers le monde entier, les pertes liées à la fraude à la carte bancaire s’élèveront à 31 milliards de dollars rien qu’en 2018. Pas de signes encourageants à l’horizon : un sondage récent du spécialiste de la gestion de risque Experian2 montre que près de trois quarts des sociétés interrogées estiment que les fraudes se sont exacerbées ces douze derniers mois et près d’un tiers constatent que les pertes occasionnées par des actions frauduleuses sont identiques ou supérieures à celles de l’année précédente sur la même période. Si l’impact est lourd sur le bilan des entreprises, il l’est aussi sur la confiance et la réputation : le manque de visibilité sur la sécurité est la première raison pour laquelle les clients abandonnent une transaction. Mastercard fait partie des entreprises qui ont décidé de mettre un terme à cette situation en utilisant des technologies innovantes comme le Machine Learning.
L’innovation comme parade
« Notre premier objectif est de nous assurer que les personnes qui utilisent Mastercard puissent le faire en toute sécurité » a explique Nick Curcuru, vice-président Big Data Analytics à MasterCard, lors d’une interview au Salon Dell EMC World l’année dernière3. Selon ce dernier, en tant que « gardien » des données du détenteur de ses cartes, Mastercard doit faire tout son possible pour s’assurer que la personne qui utilise la carte est bien le titulaire. Pour identifier et arrêter les transactions frauduleuses, Mastercard utilise donc des algorithmes de Machine Learning qui reposent sur des systèmes HPC pour analyser un volume important de données ultra-rapidement. En effet, Mastercard a 2,2 milliards de cartes en utilisation dans 330 countries. Le groupe peut vérifier jusqu’à 160 millions de transactions par heure, en utilisant des algorithmes de Machine Learning et en appliquant plus de 1,9 millions de règles différentes pour examiner chaque transaction. Le tout en quelques millisecondes seulement.
Agir le plus vite possible
La puissance de ce nouveau moteur de prévention de la fraude utilisé par Mastercard est basé sur les systèmes informatiques hautes performances de Dell EMC : un cluster sécurisé Apache ™ Hadoop® certifié par l’industrie des cartes de paiement (PCI). Ce système d’apprentissage automatique de la détection de la fraude utilise l’apprentissage supervisé pour rechercher des modèles de fraude établis et un apprentissage non supervisé afin d’identifier les modèles de fraude émergents en temps réel. A chaque transaction, les algorithmes d’apprentissage automatique examinent des éléments tels que les habitudes d’achat, la localisation géographique et les habitudes de déplacement d’un titulaire de carte, ainsi que des données en temps réel sur l’utilisation des cartes – telles que ce qu’ils essaient d’acheter, où ils essaient de l’acheter et quoi d’autre ils ont acheté le même jour. Chaque transaction est analysée en termes de règles relatives à ce à quoi ressemble une transaction valide et à quoi ressemble une transaction frauduleuse. « Nous devons toujours avoir un temps d’avance sur les criminels qui commettent ces fraudes, car ceux-ci sont aussi intelligents que nous » souligne Nick Curcuru. « Ils viennent des meilleures universités, font de l’analyse de données eux-mêmes, ce qu’ils font est de plus en plus sophistiqué et compliqué, c’est vraiment un gros business ». L’avantage des systèmes basés sur le Machine Learning est aussi qu’il permet de réduire l’incidence des faux positifs. « On ne veut pas que le détenteur de la carte qui est basé à Chicago et se retrouve à Londres par exemple se voit refuser une transaction. Nous voulons que celle-ci se passe bien mais nous voulons aussi nous assurer qu’elle est valide » conclut Curcuru.
1.Etude Nilson, « Card Fraud Worldwide » octobre 2016.
2.Etude Experian, « The 2018 Global Fraud and Identity Report » janvier 2018.
3.Interview avec theCUBE effectuée à Dell EMC World 2017.
Vous souhaitez en savoir plus ? Rendez-vous ici
Les solutions Dell EMC sont bas�es sur des technologies Intel®
Ultrabook, Celeron, Celeron Inside, Core Inside, Intel, le logo Intel, Intel Atom, Intel Atom Inside, Intel Core, Intel Inside, le logo Intel Inside, Intel vPro, Itanium, Itanium Inside, Pentium, Pentium Inside, vPro Inside, Xeon, Xeon Phi, Xeon Inside et Intel Optane sont des marques commerciales d'Intel Corporation ou de ses filiales aux Etats-Unis et/ou dans d'autres pays
