Presentan primer sistema de seguridad cuántica para combatir el fraude en tarjetas de crédito rupixen.com de Unsplash

Presentan primer sistema de seguridad cuántica para combatir el fraude en tarjetas de crédito

  • Por Meganoticias

IBM presentó un sistema de última generación con un acelerador de IA integrado en el chip, que ofrece inferencia de latencia optimizada. Esta innovación está diseñada para permitir a los clientes analizar transacciones en tiempo real, a escala, para cargas de trabajo de misión crítica como tarjetas de crédito, salud y transacciones financieras.

Se trata de  IBM® z16™, diseñado para ayudar a proteger contra las amenazas del futuro cercano que podrían utilizarse para desencriptar las tecnologías de cifrado actuales.

El mainframe moderno de IBM es central para los entornos de nube híbrida, valorado como una plataforma altamente segura para ejecutar las cargas de trabajo más críticas por dos tercios de Fortune 100 -45 de los 50 principales bancos del mundo, 8 de las 10 principales aseguradoras, 7 de los 10 principales retailers y 8 de las 10 principales empresas de telecomunicaciones-.

Por ejemplo, según un estudio reciente de Celent para IBM “Operacionalización de la prevención del fraude en IBM Z”, IBM zSystems ejecuta el 70% de las transacciones globales, sobre una base de valor.

“IBM es el estándar de referencia para el procesamiento de transacciones de alta seguridad. Ahora, con las innovaciones de IBM z16, nuestros clientes pueden aumentar la velocidad de decisión con la inferencia justo donde residen sus datos de misión crítica”, dijo Ric Lewis, SVP, IBM Systems. “Esto abre enormes oportunidades para cambiar el juego en sus respectivas industrias, para que puedan posicionarse para ofrecer mejores experiencias al cliente y resultados comerciales más poderosos.”

IA empresarial en tiempo real para revolucionar las industrias con nuevos casos de uso y aplicaciones

Las instituciones financieras de todo el mundo luchan con los impactos de las actividades fraudulentas en sus ingresos y en las interacciones de los consumidores. Según un nuevo estudio de IBM y Morning Consult “2022 IBM Global Financial Fraud Impact Report”, el fraude con tarjeta de crédito es el tipo más común entre los consumidores de los siete países encuestados. Además, los participantes creen que los bancos y las redes de pago deberían ser las más responsables de prevenir el fraude. Pero la ejecución de modelos de deep learning a escala en tiempo real no ha sido posible debido a problemas de latencia, lo que significa que los modelos de detecciones de fraude sólo se ejecutan en menos del 10% de las transacciones de alto volumen, entonces una cantidad significativa de fraude no se detecta.

IBM z16 reúne de forma única la inferencia de IA, a través de su IBM Telum, con el procesamiento de transacciones de gran volumen altamente seguro y confiable por el que la empresa es reconocida. Por primera vez, los bancos pueden analizar el fraude durante las transacciones a gran escala: IBM z16 puede procesar 300 mil millones de operaciones de inferencia por día con sólo un milisegundo de latencia[3]. Para los consumidores, esto significaría reducir el tiempo y la energía necesarios para manejar transacciones fraudulentas en su tarjeta de crédito. Tanto para los comerciantes como para los emisores de tarjetas, permitiría una reducción en la pérdida de ingresos, ya que los consumidores evitarían la frustración asociada con falsos rechazos en los que podrían recurrir a otras tarjetas para futuras transacciones.

Otras amenazas, incluido el fraude fiscal y el robo minorista organizado, están surgiendo como desafíos que los gobiernos y las empresas deben controlar. Los pagos en tiempo real y los métodos de pago alternativos, como las criptomonedas, están empujando los límites de las técnicas tradicionales de detección de fraude. La aplicación de las capacidades de IBM z16 a otras industrias puede ayudar a crear una clase completamente nueva de casos de uso, que incluyen:

• Aprobación de préstamos: para acelerar la aprobación de préstamos comerciales o de consumo.
• Compensación y liquidación: para determinar qué operaciones y/o transacciones pueden tener una exposición de alto riesgo antes de la liquidación.
• Aprendizaje federado para el comercio minorista: para modelar mejor el riesgo contra el fraude y el robo.

Proteger los datos con el primer sistema con seguridad cuántica de la industria

En un entorno de nube híbrida, que incluye recursos locales y de nube pública, es crítico protegerse contra las amenazas actuales y tomar una postura ante los ciberdelincuentes que pueden estar robando datos ahora para descifrarlos más tarde. Basándose en las tecnologías de IBM como el Cifrado Generalizado y la Computación Confidencial, IBM z16 lleva la resiliencia cibernética un paso más allá para proteger los datos contra futuras amenazas que podrían evolucionar con los avances de la computación cuántica.

Como el primer sistema con seguridad cuántica de la industria[4], IBM z16 está respaldado por la criptografía basada en celosía, un enfoque para construir primitivas de seguridad que ayudan a proteger los datos y los sistemas contra amenazas actuales y futuras. Con la criptografía con seguridad cuántica de IBM z16, las empresas pueden preparar hoy sus aplicaciones y datos para el futuro.

Con un secure boot (lo que significa que los malos actores no pueden inyectar malware en el proceso de arranque para hacerse cargo del sistema durante el inicio), los clientes de IBM z16 pueden fortalecer su resiliencia cibernética y mantener el control de su sistema. Además, con el módulo de seguridad de hardware Crypto Express 8S (CEX8S), ofrecerá tecnología criptográfica tanto clásica como cuántica para ayudar a abordar los casos de uso que requieren confidencialidad, integridad y no repudio de la información. El secure boot y la criptografía con seguridad cuántica de IBM z16 pueden ayudar a los clientes a abordar futuras amenazas relacionadas con la computación cuántica, incluidos los ataques de “recolección ahora, descifrado posterior” que pueden conducir a la extorsión, la pérdida de propiedad intelectual y la divulgación de otros datos confidenciales.