American Express – một công ty dịch vụ tài chính hàng đầu nước Mỹ, hiện đang sử dụng các mô hình deep learning với NVIDIA Triton Inference Server như một phần của chiến dịch chống lừa đảo cho doanh nghiệp. 

Song song với làn sóng tấn công mạng là hàng loạt các vụ lừa đảo tài chính.

Theo ước tính năm 2018 của McAfee, hằng năm, tội phạm công nghệ cao gây thiệt hại tới 600 tỷ USD lên nền kinh tế toàn cầu, tương đương với 0.8% GDP trên toàn thế giới. Ngoài ra, hãng tư vấn Accenture cũng dự đoán rằng, con số này sẽ đạt ngưỡng 5,2 nghìn tỷ USD vào năm 2024.

Thẻ tín dụng và thẻ ngân hàng là những mục tiêu chính của các hành vi phạm tội này. Và American Express – với hơn 8 tỷ giao dịch mỗi năm, hiện đang sử dụng công nghệ deep learning trên nền tảng máy tính NVIDIA GPU để hỗ trợ công cuộc phát hiện lừa đảo.

Cụ thể, theo phát biểu của CEO NVIDIA – ông Jensen Huang tại Hội nghị Công nghệ GPU, American Express hiện đã triển khai phát hiện lừa đảo thông qua một số mô hình deep learning, được tối ưu hóa bởi NVIDIA TensorRT, và chạy trên máy chủ NVIDIA Triton Inference Server.

Trong đó, NVIDIA TensorRT là một thiết bị tối ưu hóa suy luận trong deep learning kiêm runtime, giúp giảm độ trễ và tối đa hóa xuất lượng (throughput).

Còn phần mềm NVIDIA Triton Inference Server thì giúp đơn giản hóa việc triển khai mô hình trên quy mô lớn, đồng thời có thể được sử dụng như một microservice, cho phép các ứng dụng sử dụng mô hình AI trong sản xuất trung tâm dữ liệu.

Thuật toán phát hiện lừa đảo của chúng tôi theo dõi các giao dịch toàn cầu của American Express trên thời gian thực với tổng giá trị lên tới 1,2 nghìn tỷ USD, và có thể tổng hợp ra các kết luận về lừa đảo chỉ trong vòng vài mili giây,” Manish Gupta, phó bộ phận Nghiên cứu Machine Learning và Khoa học Dữ liệu tại American Express chia sẻ.

Thỏa thích mua sắm trên mạng

Nhu cầu mua sắm trên mạng đã tăng rất mạnh mẽ kể từ khi xảy ra đại dịch. Cụ thể, chỉ riêng ở mỹ, tổng số lượng giao dịch thương mại điện tử đã tăng tới 49% trong vòng từ đầu tháng 3 tới cuối tháng 4, theo chỉ số Digital Economy Index của Adobe.

Điều này có nghĩa là, giao dịch tiền mặt đang trở nên ít đi, thay vào đó là các giao dịch số – tức tần suốt sử dụng thẻ ngân hàng và thẻ tín dụng đang trở nên dày đặc hơn, kéo theo đó là nhiều hành vi lừa đảo hơn.

Tổng giá trị lừa đảo qua thẻ trong năm 2018 cao hơn 3,88 tỷ USD so với trong năm 2017,”  David Robertson, tác giả Báo cáo The Nilson Report về thị trường thanh toán toàn cầu, đã chia sẻ.

Báo cáo này cũng đã khẳng định rằng, với hơn 115 triệu thẻ tín dụng đang được sử dụng, American Express vẫn duy trì tỷ lệ lừa đảo thấp nhất thị trường trong suốt 13 năm.

Sự an toàn của các khách hàng và doanh nghiệp sử dụng dịch vụ American Express là ưu tiên hàng đầu của chúng tôi, còn việc đảm bảo tỷ lệ lừa đảo thấp thì là một yếu tố chủ chốt để đảm bảo mục tiêu đó,” Gupta nói.

Phát hiện bất thường với GPU Computing

Càng có nhiều giao dịch trên mạng, thì các kẻ lừa đảo lại càng sử dụng các phương thức tấn công tinh vi hơn. Do đó, các tổ chức tài chính cũng cần phải cải thiện những biện pháp bảo mật mà họ đang sử dụng.

Trong đó, một lĩnh vực tương đối dễ kiểm soát là việc phát hiện các xu thế tiêu dùng bất thường. Cụ thể, khi thẻ thanh toán được sử dụng để mua cà phê tại San Francisco chỉ 5 phút trước khi có giao dịch mua ga tại Los Angeles – thì đây sẽ được coi là giao dịch bất thường.

Để phát hiện các giao dịch bất thường, các tổ chức tài chính thường sử dụng những mạng nơ ron hồi quy (RNN), bởi lẽ công nghệ này có khả năng dự đoán tương đối hiệu quả.

Ngoài ra, American Express cũng đã triển khai các mạng bộ nhớ dài-ngắn (LSTM) để cải thiện hiệu suất làm việc của các RNN nói trên.

Đội ngũ tại đây cũng ứng dụng các hệ thống NVIDIA DGX để đẩy nhanh tiến độ xây dựng và huấn luyện các mô hình LSTM trên nhiều dữ liệu – cả có cấu trúc và phi cấu trúc – thông qua TensorFlow. Tất cả các công nghệ này đã giúp American Express cải thiện được đáng kể tốc độ cũng như độ chính xác của các phát hiện bất thường.

Hiểu quả gấp 50 lần CPU

Mạng LSTM kết hợp TensorRT kể trên đã giúp các tổ chức tài chính có thể phân tích hàng triệu giao dịch thường ngày trên thời gian thực. Hiện tại, mạng LSTM này đã có thể đưa ra các phân tích trong chưa đầy một giây, khi được triển khai bằng NVIDIA Triton Inference Server trên NVIDIA T4 GPU.

Kết quả ứng dụng cho thấy: American Express đã phát hiện chính xác được hơn các giao dịch bất thường khi sử dụng hệ thống phát hiện lừa đảo cải tiến này. Cụ thể, hệ thống chỉ cần 2 mili giây là đã có thể đưa ra kết luận – hiệu quả gấp 50 lần so với khi sử dụng CPU.

Ngoài ra, mạng nơ-ron sâu tại American Express, khi được kết hợp với mô hình GBM (gradient boosting machine) – thường được sử dụng trong hồi quy và phân loại – đã cho kết quả phát hiện lừa đảo chính xác hơn 6% trong một số hạng mục cụ thể.

Điều này là vô cùng quan trọng, bởi lẽ khi khách hàng bị từ chối giao dịch do hệ thống phát hiện sai, họ sẽ không thỏa mãn với dịch vụ của American Express.

Thời điểm này là khi họ đang cần chúng tôi hơn bao giờ hết, và vì vậy chúng tôi muốn cung cấp cho họ mức độ bảo vệ và các dịch vụ tốt nhất,” Gupta bày tỏ.

Theo NVIDIA

Tin liên quan: