Le machine learning à la chasse à la fraude et autres utilités

image article 9

Le machine learning est une technologie de plus en plus répandue, utilisée dans nombre de domaines dont :

 

La lutte contre le blanchiment d’argent

PayPal se sert du machine learning afin de lutter contre les fraudes et le blanchiment d’argent à tous niveaux grâce à des algorithmes sophistiqués. Ils détectent des anomalies dans les opérations là où des humains auraient eu une approche globale, visant particulièrement les transactions impliquant des montants importants.

PayPal emploie également des détectives chargés d’analyser des schémas de transactions et d’établir des scénarios frauduleux et non frauduleux afin d’éduquer le programme et de diffuser ces savoirs à large échelle.

 

La cybersécurité

La filiale israélienne du réseau de télécommunication Orange a mis en place un système capable de détecter les activités suspicieuses, à l’exemple de téléchargements de vidéos porteuses de virus effectués par des employés. Le système identifie les intrusions qui menacent le réseau et permet aux équipes de sécurité d’être notifiées en temps réel et de pouvoir réagir rapidement.

 

Les fraudes des sites de e-commerce

Les sites de e-commerce font appel à des analystes pour repérer les opérations frauduleuses. lls ont établi des principes tels que bloquer les transactions provenant de pays sensibles, empêchant aussi les opérations légitimes.

Le machine learning établit des règles de gestion plus précises qui s’appuient sur des petits détails concernant les modes de navigation et les types de transaction des fraudeurs. Il s’agit d’identifier les schémas frauduleux avant qu’un produit ne quitte son lieu de stockage, sans pour autant retarder la livraison.

 

D’autres domaines bénéficient également de cette technologie tels que la lutte contre les virus informatiques, l’apprentissage des causes d’hospitalisation évitables liées au diabète, l’aide à la compréhension de documents juridiques et de ce à quoi ils engagent les parties, l’obtention d‘informations en temps réel sur tous les compétiteurs d’un événement sportif d’envergure tel que le Tour de France, la connectivité de futures automobiles intelligentes, les contrôles de sécurité à l’entrée des stades ou des aéroports, l’identification précise des problèmes rencontrés par un acheteur en ligne, la recherche d’informations sur l’autre partie en préparation d’un procès ou encore la cartographie d’éléments précis comme les panneaux de signalisation dans une ville grâce à la reconnaissance automatique de ceux-ci sur vidéo.

 

A retenir :

Le machine learning est un processus d’apprentissage automatique d’informations par un programme informatique complexe. Il permet de recueillir, de manière systématique, des informations dans un large champ d’étude et d’établir des corrélations entre ces informations, impossibles à déterminer par un homme.

Le machine learning a des applications dans de nombreux domaines.
Article identifié sur Information Week [le 31/08/2016]

1 Comment

  1. Xavier Gaulle Reply

    Merci pour cet article intéressant sur les possibilités immenses du Maching Learning.
    Dans les domaines complémentaires, la fraude sociale en entreprise peut être ajoutée : fraude sur les absences, sur les remboursements de frais etc…
    Dhatim utilise le machine learning notamment sur la déclaration sociale nominative (DSN) pour détecter ces fraudes.

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *