Нейросети, которые банки используют для защиты клиентов, могут пропускать мошеннические переводы не из-за слабых алгоритмов, а из-за нехватки реальных примеров для обучения. К такому выводу пришли исследователи Московского политеха.

Почти все банковские операции законны, тогда как доля хищений составляет лишь тысячные доли процента. В результате модель видит миллионы обычных платежей и единичные случаи обмана. Самый простой способ уменьшить число ошибок для неё — почти всегда отвечать, что операция безопасна. Формальная точность остаётся высокой, но мошенники проходят проверку.

Разработчики пытаются исправить перекос с помощью синтетических случаев хищений, повышенного штрафа за пропущенную атаку и комбинаций нескольких алгоритмов. Графовые нейросети дополнительно анализируют связи между счетами и операциями, поэтому могут находить не отдельный подозрительный перевод, а целую группу связанных участников.

Лучшие системы машинного обучения показывают точность от 88 до 94%, однако быстро устаревают из-за выхода новых схем обмана. Банки при этом не могут свободно обмениваться реальными кейсами из-за конфиденциальности клиентов, а сложные модели часто не способны понятно объяснить, почему заблокировали конкретную операцию.

По данным Банка России, в 2025 году мошенники похитили у россиян 29,3 млрд рублей — на 6,4% больше, чем годом ранее. Вернуть клиентам удалось менее 6% украденного.