Depuis quelques années, les systèmes en réseau de lutte contre la fraude, permettant de s'affranchir des silos (limités) de chaque organisation, ont le vent en poupe… mais sont freinés par les craintes pour la confidentialité des données. Avec Feedzai IQ et sa mise en œuvre d'algorithmes fédérés, ces réticences peuvent enfin disparaître.
Historiquement, pour un acteur tel que Feedzai, le volume de transactions analysées chaque minute (représentant 8 000 milliards de dollars de flux annuels) – issues de l'ensemble des établissements qui lui confient la tâche d'identifier les mouvements suspects – constitue son principal avantage en comparaison des institutions financières qui opèrent sur les seules opérations qu'elles gèrent. Mais, pour remplir sa mission, il faut que ses clients acceptent de partager leurs précieuses données avec elle.
Aujourd'hui, il existe pourtant des solutions techniques autorisant des traitements moins intrusifs et le nouveau produit de Feedzai exploite justement l'une d'elles. Avec son approche d'apprentissage fédéré, la jeune pousse promet ainsi, de manière crédible et démontrable, qu'elle est en mesure non seulement d'appliquer ses modèles de filtrage mais également, et surtout, de les entraîner (continuellement) sans jamais requérir un accès direct aux informations sensibles sur lesquelles ils exercent leurs fonctions.
L'entreprise ne fournit que peu de précisions sur son implémentation – diverses options existant sur le marché – mais il semblerait qu'elle soit relativement élémentaire, fondée, au moins en partie, sur de simples mécanismes d'anonymisation. Par exemple, une des déclinaisons du service est matérialisée par une API (unique), qui retourne un score de confiance élaboré à partir de quelques éléments transmis en entrée et de l'intelligence dérivée de l'ensemble de l'historique accumulé auprès de tous les utilisateurs.
La démarche de Feedzai, encore rare (à ma connaissance) dans son domaine, constitue un immense pas en avant pour la lutte contre la fraude, alors que celle-ci donne l'impression de devenir incontrôlable de jour en jour, entre autre avec l'aide de l'intelligence artificielle. Si tous les spécialistes s'accordent à estimer que la mise en commun de la connaissance est essentielle pour, a minima, améliorer la réactivité face aux menaces émergentes et protéiformes, elle ne peut s'envisager sereinement tant qu'elle implique des échanges d'information privée, qui se trouverait alors en risque.
La mise en œuvre d'approches n'exigeant pas l'exposition (extérieure) des données vient logiquement changer la donne : les derniers arguments contre les dispositifs mutualisés ne peuvent être que de mauvaise foi. Les régulateurs qui, ici et là, expérimentent de telles idées devraient intégrer d'emblée cette dimension, notamment. À moins que les groupements industriels ne s'en emparent ou, plus trivialement, que les fournisseurs spécialisés standardisent leurs offres autour de ces principes…
Aucun commentaire:
Enregistrer un commentaire
Afin de lutter contre le spam, les commentaires ne sont ouverts qu'aux personnes identifiées et sont soumis à modération (je suis sincèrement désolé pour le désagrément causé…)