Mesterséges intelligencia, magyarul.
Az eredeti közleményekből.

A Databricks valós időben észlelné a távközlési csalásokat

2026. október 22. 20:30Forrás: Databricks
A Databricks valós időben észlelné a távközlési csalásokat
Kép: Databricks

A Databricks olyan egységes platformot mutatott be a távközlési csalások felderítésére, amely a valós idejű hálózati adatokat, a kockázati modelleket és az AI-alapú vizsgálatot egy rendszerben kezeli. A vállalat szerint ezzel csökkenthető a csalók gyors viselkedésváltozása és a védekezés közötti idő.

A lényeg röviden
  • A Databricks szerint a távközlési csalások éves vesztesége 41,82 milliárd dollárra nőtt.
  • A Lakebase folyamatos szinkronizációval köti össze az elemzési és operatív adatokat.
  • A Genie természetes nyelvű lekérdezést biztosít a szabályozott csalási adatokon.
  • A Databricks Apps egyedi csaláskezelési munkafelületek létrehozását támogatja.
  • A Solution Accelerator a teljes csalásfelderítési folyamatot telepíti a munkatérbe.

Milliárdos veszteségek, perces támadási ablakok

A Databricks a Communications Fraud Control Association 2025-ös felmérésére hivatkozva azt írja, hogy a távközlési csalások okozta veszteségek elérték a 41,82 milliárd dollárt. Az Egyesült Államok fogyasztói 2024-ben több mint 12,5 milliárd dollárnyi csalási veszteséget jelentettek, ami egy év alatt 25 százalékos növekedést jelentett.

A távközlési fiókok ma már sok más szolgáltatás eléréséhez is kapcsolódnak. A telefonszámot banki alkalmazások hitelesítésére és jelszó-visszaállításra használják, a kétfaktoros kódok pedig szintén erre érkeznek. Ha egy támadó adathalászattal, pszichológiai manipulációval vagy korábbi adatszivárgásból származó hitelesítő adatokkal átvesz egy fiókot, percek alatt SIM-cserét kezdeményezhet, módosíthatja a számlázási címet, drága eszközöket rendelhet, majd a kapcsolódó pénzügyi fiókok felé léphet tovább.

A Databricks szerint a probléma egyik kulcsa, hogy a csalás sok esetben gépi sebességgel zajlik, miközben a felderítés még kötegelt feldolgozásra épül. A jelek több rendszerben oszlanak meg, például a hívásrekordokban, az ügyfélkapcsolati és számlázási rendszerekben, az eszköz- és SIM-adatokban, a hálózati adatokban, valamint a digitális csatornák naplóiban.

A régi rendszerek egyik fő gondja az adateltérés

A vállalat szerint a meglévő csaláskezelő rendszereket nem szükséges lecserélni, ezek ugyanis hatékonyan blokkolhatják az ismert támadási mintákat. A nehézséget az okozza, hogy a csalók gyorsan módosítják a viselkedésüket, ezért a modellek visszahívása már akár 24 órán belül romolhat.

A tipikus architektúrában az élő tranzakciókat kezelő operatív rendszer különválik az elemzési rendszertől, ahol a korábbi adatok, a modellek, a jellemzők és a kockázati jelek találhatók. A kettő között ütemezett kötegelt feladatok másolják az adatokat. Ez a folyamat a Databricks szerint elavult pillanatképet hagyhat a döntési rendszerben, miközben a támadók óráról órára változtatják a módszereiket.

A szabályalapú rendszerek közben sok téves riasztást is létrehozhatnak. Így az elemzők ártalmatlan fiókmódosítások vizsgálatával tölthetik az időt, miközben a gyorsabb, összetettebb támadások észrevétlenül maradnak.

Lakebase, Databricks Apps és Genie egy rendszerben

A Databricks megoldásának központi eleme a Lakebase, a vállalat kezelt PostgreSQL-motorja, amely az egységes környezetbe integrálva működik. A közlemény szerint a lakehouse aranyrétegbeli táblái folyamatosan szinkronizálhatók a Lakebase-be, így a valós idejű pontozómotor ezredmásodperc alatti jellemző-lekérést kaphat ugyanazokból az elemzési modellekből, amelyek előállították őket.

A rendszerhez a Databricks Apps egyedi operatív eszközöket biztosít, míg a Genie természetes nyelvű lekérdezést tesz lehetővé a szabályozott csalási adatokon. A vállalat szerint az ügynökalapú platform az incidensek korábbi elemzését, működési eljárások összeállítását és összetett vizsgálati feladatok automatizálását is támogatja.

A Databricks Telecom Fraud Prevention Solution Accelerator a teljes folyamatot, a kockázati motort, az esetkezelési munkafelületet és az AI-vizsgálati ügynököt Databricks Asset Bundles használatával telepíti a felhasználó munkaterületére. A megoldás más iparágakhoz is alakítható. A vállalat szerint az Unity Catalog egyetlen irányítási, adatvonal- és biztonsági réteget biztosít a hálózati adatok beérkezésétől az élő tranzakciós döntésig.

Kövesd az AI Hírek oldalát a FacebookonA legfontosabb MI-hírek magyarul, rögtön a megjelenés után a hírfolyamodban.Követem

Kapcsolódó hírek

A Databricks szerint az AI-költségek kordában tartásához átjáró kell
Fejlesztőknek2026. október 22. 20:12

A Databricks szerint az AI-költségek kordában tartásához átjáró kell

A Databricks saját tapasztalatai szerint az AI-kódolóeszközök használata gyorsan megemelheti a kiadásokat, ezért a vállalat a kemény költési korlátok helyett fokozatos…

Az NVIDIA vállalati adatokra épülő ügynökplatformmal bővítette eszköztárát
Termékek és eszközök2026. október 21. 12:10

Az NVIDIA vállalati adatokra épülő ügynökplatformmal bővítette eszköztárát

Az NVIDIA kibővítette nyílt forráskódú Agent Toolkit eszköztárát, amely vállalati adatokra támaszkodó, irányítható és felügyelhető AI-ügynökök fejlesztését támogatja. A…

A Databricks MemCurrent memóriát ad a termelési ügynököknek
Kutatás2026. október 20. 20:07

A Databricks MemCurrent memóriát ad a termelési ügynököknek

A Databricks bemutatta a MemCurrent nevű tartós memóriaarchitektúrát a termelési környezetben működő AI-ügynökök számára. A vállalat szerint a rendszer belső tesztjükön…