KKB ve Koç Üniversitesi'nden Federe Öğrenme ile Bankacılıkta Yapay Zeka Destekli Dolandırıcılık Tespiti
Kredi Kayıt Bürosu (KKB) ve Koç Üniversitesi-İş Bankası Yapay Zeka Merkezi, beş bankanın katıldığı bir projede, verileri paylaşmadan federe öğrenme yöntemiyle yapay zeka modelleri geliştirerek kredi sahteciliği ve dolandırıcılığı tespit etmeyi amaçlıyor.
Finans sektöründe sahtecilik ve dolandırıcılıkla mücadeleye yeni bir soluk getirecek bir iş birliği hayata geçti. Kredi Kayıt Bürosu (KKB) ile Koç Üniversitesi-İş Bankası Yapay Zeka Merkezi (KUIS AI), beş büyük bankanın katılımıyla, verileri kurum dışına çıkarmadan ortak bir yapay zeka modeli eğitmek için federe öğrenme teknolojisini kullanacak.
Projenin adı “Mahremiyet ve Veri Güvenliği Odaklı Federe Öğrenme ile Dolandırıcılık Tespiti” ve temel amacı, bankaların ham verilerini birbirleriyle paylaşmadan, sadece model eğitimi için gerekli özet bilgilerin ortak bir öğrenme sürecine aktarılması. Böylece farklı bankalardaki veri birikiminden faydalanılırken, müşteri bilgilerinin tek bir veri havuzunda toplanması engelleniyor.
-
Yemek tarifleri
Malzeme listesi, adım adım yapılış, süre ve porsiyon bilgisiyle. Çorbadan tatlıya kategoriye göre gez ya da aradığını doğrudan ara.
Tariflere bak → -
Nasıl yapılır rehberleri
Telefon ayarlarından resmî işlemlere, hesap güvenliğinden günlük hayattaki küçük sorunlara: numaralı adımlar ve tahmini süreyle anlatılmış rehberler.
Rehberleri gör → -
Program arşivi
Tarayıcılar, güvenlik araçları, ofis ve medya yazılımları. Her kayıtta ne işe yaradığı, sürümü ve indirme bağlantısı.
Programlara göz at → -
Sesli ve görüntülü sohbet
Odalarda grup görüntülü sohbet, birebir sesli arama ve canlı yayın. Tarayıcıdan çalışır — eklenti, uygulama ya da kurulum gerekmez.
Odalara gir →
Geleneksel makine öğrenmesi projelerinde, farklı kaynaklardan gelen veriler tek bir ortamda birleştirilerek model eğitimi yapılır. Ancak bankacılık gibi yüksek veri gizliliği ve güvenliği gerektiren bir alanda bu yaklaşım, teknik ve hukuki engellerle karşılaşabiliyor. Federe öğrenme ise verileri merkezi bir noktaya taşımadan, yapay zeka modelinin her kurumun altyapısında ayrı ayrı eğitilmesine imkan tanıyor. Bu sayede, bir bankanın yalnızca kendi verileriyle sınırlı kalmayıp, diğer katılımcı bankaların dolandırıcılık örüntülerinden de öğrenebilen daha kapsayıcı bir model ortaya çıkıyor.
Projede yer alan beş banka, kendi veri setleriyle modelin eğitilmesine katkı sağlayacak ve süreç KKB koordinasyonunda yürütülecek. Geliştirilen sistem, kredi başvurularında ve diğer finansal işlemlerde ortaya çıkan sahtecilik girişimlerini tespit etmeyi hedefliyor. Ayrıca, federe öğrenmenin gerçek bankacılık sistemlerine nasıl entegre edilebileceği, hangi güvenlik risklerini doğurabileceği ve bu risklerin nasıl azaltılabileceği de araştırma kapsamında değerlendirilecek. Mahremiyet koruma teknolojileri de projenin önemli bir araştırma alanı olarak öne çıkıyor.
Altyapı, katılımcı bankaların gerçek verileriyle uçtan uca test edilecek. Test sonuçları, modelin dolandırıcılık tespitindeki doğruluk ve performansının yanı sıra, finans sektöründe operasyonel olarak uygulanabilirliğini de ortaya koyacak. Yapay zeka modellerinin başarısı, eğitim sürecinde erişilebilen veri miktarı ve çeşitliliğiyle doğrudan ilişkili olduğundan, federe öğrenme yöntemi, hassas verilerin paylaşılmadığı bir ortamda bu avantajı sağlamayı amaçlıyor.
Bu girişim, finansal suçlarla mücadelede veri gizliliğini korurken yapay zekanın gücünden yararlanmanın mümkün olduğunu gösteriyor. Başarılı sonuçlar alınması halinde, federe öğrenme modeli diğer bankacılık ve finans kuruluşları tarafından da benimsenebilir, sektörel güvenlik standartlarını yükseltebilir ve müşterilerin güvenini artırabilir.
