Криптоанклав ВТБ

Заказчик
ПАО Банк ВТБ
Руководитель проекта со стороны заказчика
Год завершения проекта
2023
Сроки выполнения проекта
Июнь, 2022 - Июнь, 2023
Масштаб проекта
40000 человеко-часов
Цели
  • Создать простой безопасный доверенный инструмент для сбора и анализа информации, который способствует оптимизации клиентского сервиса, банковских продуктов и повышению эффективности работы организации
  • Гарантировать безопасность данных — как персональных данных граждан, так и коммерческих сведений о компаниях, которые стали предметом купли-продажи на открытом рынке
  • Стимулировать обмен данными между игроками рынка
  • Расширить взаимовыгодные партнерства и источники данных, доступные для совместного использования.
Результаты
Сейчас криптоанклав используется банком ВТБ в сфере коммуникаций, что позволяет создавать эффективные маркетинговые кампании, ориентируясь на особенности поведения разных сегментов потребителей, потребности и предпочтения действующих и потенциальных клиентов.

Уникальность проекта

ВТБ совместно с МФТИ первыми в России создали криптоанклав — решение для безопасного обмена данными между организациями, полностью базирующееся на импортозамещенных технологиях. В криптоанклав можно «отправить» любую информацию — и после отработки AutoML-алгоритмами получить прогнозы без риска утечки исходных данных. Не имеет аналогов в России.

Проект решает задачи импортозамещения
Да
Использованное ПО
Сертифицированные средства защиты информации
Сложность реализации
  • Значительная длительность проекта
  • Большое количество организаций, участвующих в проекте
  • Большое количество объектов управления и объем работ
  • Значительное количество областей профессиональных компетенций
Важнейшее место в реализации криптоанклава занимает вопрос приватности данных (дифференциальная приватность). Разработка функций анклава обеспечивающих выполнение требований диф. приватности данных одновременно с максимальной допустимой степенью свободы действий разработчика в анклаве — представляет собой крайне нетривиальную задачу и формирует основную научную новизну проекта.
Описание проекта
Криптоанклав — российский ПАК (программно-аппаратный комплекс), разработанный экспертами ВТБ и МФТИ на импортозамещенных технологиях для безопасного обмена данными между организациями, не имеет аналогов в России.
Решение
  1. помогает организациям безопасно передавать информацию в зашифрованную область (криптоанклав), где данные объединяются и анализируются,
  2. строит прогнозные модели на основе объединения данных различных источников
  3. анализирует большие данные, цифровой след целевой аудитории, что позволяет компаниям оценивать риски, создавать персонифицированные предложения и таргетированные коммуникации для клиентов, тем самым совершенствуя сервис, продукт и оптимизируя работу организации(банка)
  4. объединяет набор процедур, направленных на последовательное и эффективное внедрение и поддержку разработанных в анклаве моделей машинного обучения(ML).
Как это работает?
В основе решения лежит концепция Data Fusion (пер. с англ. «слияние данных») — подход к работе с большими данными из разных источников, что позволяет отдельным компаниям получить доступ к накопленным знаниям и опыту всего рынка.

Криптоанклав представляет собой специализированный комплекс, защищенный физически и программно. Используя его, различные компании, например, банки и сотовые операторы, в будущем смогут передавать массивы данных в защищенное криптошифрованием пространство. Информация в нем может храниться и обрабатываться по принципу «черного ящика» — в зашифрованном виде, без доступа к ней человека.
Задача извлечения из общего массива данных прогнозов и построения моделей полностью лежит на AutoML-алгоритмах — роботах внутри криптоанклава. Для анализа этих данных применяются строго регламентированные алгоритмы: в криптоанклав можно отдать любые данные, а получить обратно на различные устройства — информацию в форме прогнозов и рекомендаций. То есть не сами данные, а только результаты применения AutoML-алгоритма на нужной выборке данных.

Данные из разных источников объединяются и обрабатываются с помощью AutoML-алгоритмов, а результаты становятся доступны организациям-партнерам. Такой сценарий взаимодействия означает, что компания получает безопасный доступ к различным наборам данных, предоставленных партнером или партнерами, но в то же время, могут взаимодействовать исключительно с результатом их обработки и не могут никаким образом вмешаться в процесс.
Решение потенциально полезно в таких сферах как кредитный скоринг, прогнозирование рисков, разработка новых продуктов, геоаналитические сервисы, маркетинговые коммуникаций на основе более узкого сегментирования клиентов по поведенческим группам. Обладает функционалом для противодействия мошенничеству: выявляет подозрительные финансовые операции (например, пользователь со стабильным доходом и накоплениями резко снимает все деньги и пытается перевести их на другие счета).
Продукт потенциально интересен коммерческим и госструктурам, применим в медицинской диагностике, для создания CRM-моделей (В2С, скоринговых моделей для банков). Основной фокус для развития решения сегодня — интеграция коммерческих и государственных данных. В перспективе в банковской сфере рутинные функции (пролонгация депозитов, контроль сбережений, персональные инвестиционные стратегии, исходя из данных о клиенте) могут быть переданы цифровому помощнику.

География проекта
Банк ВТБ, с потенциалом масштабирования на открытый рынок и использования игроками самых разных отраслей
Коментарии: 2

Комментировать могут только авторизованные пользователи.
Предлагаем Вам в систему или зарегистрироваться.

  • Александр Гудов
    Рейтинг: 49
    АО ОКБ
    Head of Data & Analytics Platform
    16.11.2023 07:54

    Перспективное направление реализовано в данном проекте! Насколько я понял это федеративное обучение, возможно с элементами совместных конфиденциальных вычислений. Тема не совсем новая, и некоторыми компаниями уже давно имплементируется. Удачи

  • Максим Часовиков
    Рейтинг: 4767
    Центр цифровой экономики МГУ
    Ведущий специалист
    04.01.2024 23:28

    Добрый день, обычно под БигДатой подразумевается работа с разнородными неструктурированными, часто нетекстовыми и данными из разных источников и их обогащение. С какими источниками данных, прежде всего нетекстовых, осуществлялась работа в этом проекте?

Год
Предметная область
Отрасль
Управление
Мы используем файлы cookie в аналитических целях и для того, чтобы обеспечить вам наилучшие впечатления от работы с нашим сайтом. Заходя на сайт, вы соглашаетесь с Политикой использования файлов cookie.