Система анализа фотоизображений (САФИ)

Отрасль: Банки / Страхование

Заказчик: ОАО Сбербанк России

Руководитель проекта со стороны заказчика: Кулик Вадим Валерьевич

ИТ-поставщик: «Техносерв»

Сроки выполнения проекта: Июнь, 2012 — Декабрь, 2013

Масштаб проекта: 26000 человеко-часов 2700 автоматизированных рабочих мест

Цели проекта: 

Ключевой целью проекта являлось расширение возможностей «Кредитной фабрики» Сбербанка России за счет использования технологий машинного зрения, включая:

1. Построение эффективной системы предотвращения кражи личности клиентов;
2. Обеспечение высокого качества верификации клиентов за счет автоматического анализа и сопоставления фотоматериалов АС «Фотоальбом»;
3. Снижение операционных рисков за счет автоматизации процессов верификации клиентов и обеспечения контроля качества материалов АС «Фотоальбом».

Использованное ПО, оборудование и вспомогательные системы:

Основой АС стала биометрическая платформа компании «Техносерв» – «Каскад-Поиск». Это система распознавания лиц, реализующая функции идентификации личности по фотографии или фотороботу, предназначенная для использования в оперативной, справочной и экспертной работе. Специально для Сбербанка разработчики «Техносерва» адаптировали продукт, предназначенный для работы силовых структур, под требования и бизнес-процессы банка (на стороне банка имеется экспертиза в области машинного зрения), а команда входящей в Группу «Техносерв» компании «Рексофт» создала эргономичный интерфейс новой системы и систему обработки бизнес-логики по проекту, разработанному специалистами банка.

Система анализа фотоизображений тесно интегрирована с объектным хранилищем и подсистемами АСФА ("Фотоальбом"), которое также было разработано компанией Техносерв в 2010 году. Доработки Кредитной Фабрики Сбербанка в рамках проекта осуществляли специалисты дочерней компании Сбербанка - СБТ.

Оборудование.

САФИ, промышленный контур 2 сервера приложения Sun T4-1, 8 hi-end серверов Xeon биометрических вычислителей для обработки основного потока заявок, 6 вспомогательных серверов Xeon для оцифровки исторического массива фотографий. Система активно использует технологии In-Memory, объем оперативной памяти серверов биометрических вычислителей превышает 1 ТБ.

АСФА, промышелнный контур (система хранения контента) Реализована на дисковых массивах Hitachi (специализированный программно-аппаратный комплекс аналогичен оборудованию, используемого интернет-поисковиками для хранения контента) Middleware: 12 серверов Sun, 8 серверов Xeon. Объем хранимого контента (сканы паспортов, фотографии клиентов и.т.д.) превышает 260 ТБ.

Направление/область и тип работ:

1. Управление данными и их интеграция
2. Интеграция приложений и создание промежуточного слоя
3. Защита от внутренних угроз и внутренних утечек
4. Защита от мошенничества
5. Управление событиями и процессами в области безопасности

Важность проекта: Поддерживающая ИС

Возможность тиражируемости: Да

Масштабируемость: Да

Описание проекта:

Решение «Каскад-Поиск» было интегрировано с централизованной автоматизированной системой рассмотрения кредитных заявок Сбербанка и, работая в режиме онлайн, использует архив фотографий заемщиков, ранее обращавшихся в банк за кредитом, для выявления мошеннических схем с использованием поддельных документов, в том числе высокого качества. В момент подачи заявки на кредит программа на основе снимка лица потенциального заемщика строит математическую модель, содержащую информацию о геометрии лица клиента (т.н. метрический шаблон), а затем сравнивает эту модель с шаблонами, занесенными в ту или иную выборку, например, выборку «стоп-лист банка» или выборку клиентов, вышедших на раннюю просрочку. Благодаря ряду инновационных решений (например, In-Memory Processing) сравнение по всем базам занимает не более пары секунд (хотя каждая заявка прогоняется почти по десятку баз, некоторые из которых имеют размер, близкий к миллиону объектов).

Система распознавания лиц введена в промышленную эксплуатацию с начала 2014 года и позволяет выявлять клиентов, манипулирующих своими данными при подаче заявки на кредит или использующих поддельные документы. В частности, благодаря системе выявляются:

- случаи использования мошенниками документов добросовестных клиентов, даже если мошенник пытается получить кредит в банке по чужим документам первый раз (Сбербанк обладает уникальной базой фотографий клиентов и сканов их документов)

- случаи рецидивного мошенничества (мошенник обращался за кредитом с использованием более чем одного комплекта документов), даже если эти мошеннические обращения происходят в один день (база метрических шаблонов для сопоставления обновляется он-лайн по мере подачи новых заявок)

- попытки сотрудника банка прикрепить к новой заявке клиента старую фотографию клиента или старый скан-документов (например, месячной или годовой давности). Эффективно выявляются также попытки обойти такую проверку, с помощью использования графических редакторов.

- ошибки при заполнении анкеты (ФИО, дата рождения и.т.д.) или умышленные попытки сотрудника банка исказить персональные данные клиента (для того, чтобы не подцепилась кредитная история или негативная информация из других систем)

- ошибки при прикреплении фотографий и документов к заявке (когда одна и та же фотография, например, прикрепляется к заявкам разных клиентов).

Помимо эффективного предотвращения случаев мошенничества, система показала хорошие результаты и в профилактике правонарушений: так, если в 2012 году службой безопасности банка было выявлено 66 заявок с поддельными паспортами, а в 2013 году их оказалось 68, то за первое полугодие 2014-го – всего 15. Учитывая общее снижение за тот же период показателя FTS (Fraud-to-Sale, доля кредитов с ранним выходом на просрочку в общих выдачах) можно сделать выводы об эффективности системы в части профилактики использования поддельных документов.

Уникальность проекта:

Первое в России масштабное решение по внедрению системы распознавания лиц и использованию технологий машинного зрения в банковской сфере (кредитование). Созданная на базе решения «Каскад-Поиск» система, ставшая частью «Кредитной фабрики» Сбербанка, во многом уникальна как в части производительности, так и по спектру решаемых задач.
Среди ключевых особенностей системы:
- наличие блока бизнес-логики, учитывающего при обработке заявок не только результаты сопоставления собственно фотографий или сканов документов (наличие тех или иных аномалий), но и дополнительную информацию о клиенте и некоторые другие данные из заявки
- уникальная мастер-система управления стоп-листами в части, касающейся мошенников, использующих поддельные документы (паспорта, 2-НДФЛ и.т.д.)
- уникальный сервис для проведения расследований (для выявления мошенников-рецидивистов и анализа мошеннических схем)
- активное использование подходов на базе вычислений In-Memory
Для российской финансовой отрасли это первая в стране система такого класса, и она уже продемонстрировала впечатляющие возможности по выявлению намеренных и случайных ошибок ввода данных и использования поддельных документов.

География проекта: Центральный аппарат, Центры андеррайтинга (Москва, Санкт-Петербург, Новосибирск, Воронеж, Екатеринбург). Порядка 3000 пользователей.

Рекомендации по итогам внедрения:

1. Внедрение такого рода систем требует высокой степени зрелости как от информационных систем организации, так и от бизнес-процессов.
2. Эффективная работа АС была бы невозможна без тесного взаимодействия специалистов по управлению рисками, ИТ, андеррайтеров и службы безопасности. Это не волшебная коробка.
3. Успешное внедрение сложных технологий невозможно без наличия на стороне заказчика соответствующих компетенций. В данном случае - в области технологий машинного зрения.
4. Биометрические решения, которые используются для обеспечения безопасности (на транспорте, силовыми службами), нуждаются в серьезной доработке перед их внедрением в банке. Чтобы эти доработки реализовать, поставщик должен обладать серьезной технологической и научной базой. Готовые решения такого рода для банков в настоящее время отсутствуют.
5. В некоторых случаях технологии машинного зрения - единственное, что способно остановить мошенника. Например, если мошенник использует поддельный паспорт типографского качества и завладел персональными данными благонадежного клиента.