Bilgi ve İletişim Araştırma Kurumu (NICT) “DeepProtect” ile Bankaların Dolandırıcılık Tespiti Konusunda Başarı Elde Etti
NICT, gizliliği koruyan birleşik öğrenme teknolojisi olan “DeepProtect” kullanarak bankaların yetkisiz hesap tespiti için bir saha deneyi gerçekleştirdi ve doğrulukta artış olduğunu doğruladı.
Bilgi ve İletişim Araştırma Kurumu (NICT), 10 Haziran 2025 tarihinde yayınladığı basın açıklamasında, “DeepProtect” adlı gizliliği koruyan birleşik öğrenme teknolojisini kullanarak bankaların dolandırıcılık tespiti konusunda önemli bir başarı elde ettiğini duyurdu. Yapılan saha deneyinde, DeepProtect teknolojisi sayesinde yetkisiz hesap tespiti doğruluğunda önemli bir artış sağlandığı belirtildi.
DeepProtect Nedir?
DeepProtect, hassas verileri paylaşmadan birden fazla kurumun (örneğin, farklı bankaların) verilerini bir araya getirerek ortak bir makine öğrenimi modeli oluşturulmasını sağlayan bir birleşik öğrenme (Federated Learning) teknolojisidir. Geleneksel birleşik öğrenme yöntemlerine göre, DeepProtect, verilerin yerel olarak kalmasını ve hiçbir zaman merkezi bir sunucuya gönderilmemesini sağlayarak daha gelişmiş bir gizlilik koruması sunar. Bu sayede, kurumlar verilerini paylaşma konusunda daha istekli olur ve daha kapsamlı ve doğru modeller oluşturulabilir.
Saha Deneyinin Detayları
NICT, kimliği açıklanmayan bir banka ile işbirliği içinde, gerçek bankacılık verileri üzerinde bir saha deneyi gerçekleştirdi. Deneyde, DeepProtect teknolojisi kullanılarak farklı veri kümelerinden elde edilen bilgiler bir araya getirilerek bir dolandırıcılık tespit modeli oluşturuldu. Sonuçlar, DeepProtect’in geleneksel dolandırıcılık tespit yöntemlerine kıyasla önemli ölçüde daha yüksek bir doğruluk oranına sahip olduğunu gösterdi.
Sağlanan Faydalar
Bu başarının, bankacılık sektöründe dolandırıcılıkla mücadelede önemli faydalar sağlaması bekleniyor:
- Artan Tespit Doğruluğu: DeepProtect, dolandırıcılık faaliyetlerini daha doğru bir şekilde tespit ederek bankaların ve müşterilerin mali kayıplarını azaltabilir.
- Gelişmiş Gizlilik: Hassas müşteri verileri paylaşılmadan ortak bir model oluşturulabildiği için, gizlilik endişeleri ortadan kalkar ve veri paylaşımı kolaylaşır.
- Daha Kapsamlı Veri Analizi: Farklı kaynaklardan gelen verilerin birleştirilmesiyle, daha kapsamlı bir veri analizi yapılabilir ve dolandırıcılık faaliyetlerinin daha iyi anlaşılması sağlanabilir.
- Daha Hızlı Tepki: Daha doğru ve hızlı dolandırıcılık tespiti sayesinde, bankalar dolandırıcılık girişimlerine daha hızlı tepki verebilir ve müşterilerini daha iyi koruyabilir.
Gelecek Adımlar
NICT, bu başarılı saha deneyinin ardından, DeepProtect teknolojisinin diğer sektörlerdeki potansiyel uygulamalarını araştırmaya devam edeceğini ve ticari kullanıma hazır hale getirmek için çalışmalar yapacağını duyurdu. Bu teknoloji, sadece finans sektöründe değil, sağlık, perakende ve kamu hizmetleri gibi birçok farklı alanda da veri gizliliğini koruyarak daha etkili ve güvenilir veri analizleri yapılmasına olanak sağlayabilir.
Sonuç
NICT’nin “DeepProtect” teknolojisi ile bankacılık sektöründe dolandırıcılıkla mücadelede elde ettiği başarı, veri gizliliğini koruyarak makine öğrenimi modellerinin geliştirilebileceğini ve bu sayede önemli toplumsal faydalar sağlanabileceğini göstermektedir. Bu gelişme, birleşik öğrenme teknolojilerinin geleceği için umut verici bir adım olarak değerlendirilmektedir.
プライバシー保護連合学習技術「DeepProtect」を活用した銀行の不正口座検知の実証実験を実施し、検知精度向上を確認
Yapay zeka haberleri sundu.
Google Gemini’den yanıt almak için aşağıdaki soru kullanıldı:
2025-06-10 05:00 itibarıyla ‘プライバシー保護連合学習技術「DeepProtect」を活用した銀行の不正口座検知の実証実験を実施し、検知精度向上を確認’, 情報通信研究機構 tarafından yayımlandı. Lütfen ilgili bilgileri içeren ayrıntılı bir makale yazın. Lütfen Türkçe cevap verin.
83