Die wichtigsten Produktmerkmale

Entwickelt für 24x7-Betrieb und 99,999 % Verfügbarkeit

Safer Payments wird in der Regel als 3-Instanzen-Cluster implementiert. Über jede Instanz kann unabhängig von der anderen Instanz das gesamte Produktionsvolumen ausgeführt werden. In Kombination können alle Daten automatisch repliziert werden. Diese "Dreifachredundanz" stellt sicher, dass der Betrieb auch dann fortgesetzt wird, wenn eine Instanz, ein Server oder ein ganzes Rechenzentrum ausfällt. Zudem kann die Wartung von Software und Hardware ohne Produktionsunterbrechungen durchgeführt werden.

Horizontale und vertikale Skalierbarkeit

Durch eine geclusterte Architektur und parallele Programmiertechniken werden Multi-Core-Standardserver am effizientesten genutzt. Selbst die Low-End-Server mit Intel Xeon-Cores ermöglichen über 1000 Transaktionen pro Sekunde. Unsere Kunden führen mit Safer Payments bis zu 12.000 Transaktionen pro Sekunde mit stabiler hoher Systemauslastung aus (Finanztransaktionen und andere Transaktionen).

Vollständige Konfigurierbarkeit.

Alle Aspekte von Safer Payments sind über die Webbenutzerschnittstelle vollständig konfigurierbar. Hierzu gehören Zahlungsinstrumente, Datenströme, das Modelldatenverzeichnis und die eigentlichen Erkennungsmodelle. Dies ermöglicht extrem kurze Implementierungszeiten (typischerweise 3 bis 6 Monate), da Safer Payments entsprechend der bestehenden Umgebung konfiguriert wird und nicht umgekehrt.

Uneingeschränkter Zugriff auf APIs und Microservices

Bei Verwendung als Microservice sind alle Safer Payments-Funktionen extern über https zugänglich. So kann jedes andere System oder jede andere Programmierumgebung auf die Safer Payments-Funktionen zugreifen und sie anpassen. Auf diese Weise können Ihre Data-Scientists ihre bevorzugten Modellierungs- und Laufzeitframeworks, einschließlich Open Source, auch in Safer Payments nutzen.

Produktflyer

Broschüre lesen

Kundenreferenzen

Fallbeispiel Image

Schutz eines ganzen Landes gegen Zahlungsbetrug

STET, Paris
Kundenreferenz lesen
Fallbeispiel Image

Kanalübergreifende Betrugsprävention bei einem Payment Switch-Anbieter

Indue, Brisbane
Kundenreferenz lesen
Fallbeispiel Image

FIS nutzt Safer Payments zum Schutz von Peer-to-Peer-Zahlungen

Fidelity National Information Services, Jacksonville
Kundenreferenz lesen

Nutzung durch Kunden

  • Betrugsprävention bei Echtzeitzahlungen

    Betrugsprävention bei Echtzeitzahlungen

    Problem

    Echtzeitzahlungen sind Transaktionen mit niedriger Marge, hohem Risiko und nur wenigen beschreibenden Datenelementen. Kriminelle strukturieren Zahlungen und nutzen eine Smurf-Attacke über ein sogenanntes Mule-Konto, um den Geldfluss zu verschleiern.

    Lösung

    Beim von uns entwickelten "Peer Profiling" wird jeder Aussteller und Begünstigte einer Zahlung als Absender und Empfänger von Zahlungen in der Vergangenheit dargestellt. Dadurch kann über Safer Payments der wahre Geldfluss in Echtzeit rekonstruiert werden.

  • Modellfactory

    Modellfactory

    Problem

    Kein Verfahren für maschinelles Lernen oder künstliche Intelligenz kann alle Arten von Betrug erkennen. Dies hat sich in der Data-Science gezeigt und wurde durch Erfahrungen unserer Kunden und unserer Spezialisten belegt: Es ist immer nur eine Kombination aus verschiedenen Verfahren effizient genug.

    Lösung

    Um diese Kombination aus verschachtelten Data-Science-Verfahren zu ermöglichen, haben wir das Konzept der "Modellfactory" entwickelt. So können Safer Payments-Benutzer die Kombination aus Verfahren auswählen, mit denen sie ihre Betrugsproblematik am besten lösen können.

  • Online- und Mobile-Banking

    Online- und Mobile-Banking

    Problem

    Die meisten Konto-zu-Konto-Transaktionen werden in den kommenden zehn Jahren auf Sofortzahlungen umgestellt werden. Da der digitale Kanal der wichtigste Ausgangspunkt für diese Transaktionen ist, muss er auf maximalen Schutz vor betrügerischen Manipulationen ausgelegt werden.

    Lösung

    Safer Payments verwendet Daten aus der aktuellen Online-/Mobile-Banking-Sitzung. Eine integrierte Geräteidentifikationsfunktion mit Profilerstellung zum Geräteverhalten und einer Gerätereputationsdatenbank sowie biometrischer Parametererkennung schützt diesen Kanal.

  • Open-Source-Technologie bei der Data-Science

    Open-Source-Technologie bei der Data-Science

    Problem

    Wenn auch Sie Teil der bahnbrechenden Innovationen durch die Open-Source-Entwicklung im Bereich Data-Science sein wollen, brauchen Sie freie Wahlmöglichkeiten bei der Technologie und den Modellierungstools.

    Lösung

    Safer Payments ist die "offenste" Data-Science-Plattform für die Betrugsprävention bei Zahlungsprozessen, die derzeit auf dem Markt verfügbar ist. Sie können Modelle im portablen PMML-Format exportieren und importieren und diese Modelle oder Merkmalextraktionen dann als Python-Code einpflegen.

  • Multi-Tenant- und Multi-Channel-Konfiguration

    Multi-Tenant- und Multi-Channel-Konfiguration

    Problem

    Viele unserer Kunden arbeiten mit mehreren Portfolios desselben Zahlungsinstruments und/oder über verschiedene Kanäle.

    Lösung

    Safer Payments bietet hierarchische Multi-Tenant-Funktionalität. So können Hunderte von verschiedenen Tenants effizient verwaltet werden – jeder mit seinen eigenen Daten und Anpassungsoptionen. Durch Vererbung können auch "zentrale" Modelle und Konfigurationen verwaltet werden.

Technische Details

Softwarevoraussetzungen

Läuft auf jedem Linux-Betriebssystem (Red Hat Enterprise Linux empfohlen). Wird auf dem Betriebssystem oder als Docker-Container installiert. Echtzeitdatenbank, Anwendungsserver und Replikationsebene sind vollständig in das Produkt integriert. Komponenten anderer Anbieter sind nicht erforderlich.

    Hardwarevoraussetzungen

    Läuft auf Standardservern (x86). Physisch oder virtuell. Empfehlung: Drei Server für dreifache Redundanz. Das Sizing hängt von den Datenvolumen und den Aufbewahrungszeiträumen ab.

      Technische Spezifikationen

      Safer Payments nutzt eine massiv-parallele Rechenleistung, um dieses Maß an Leistung bieten zu können. Dabei werden kritische Berechnungen linear entsprechend der Anzahl an verfügbaren CPU-Cores skaliert. IBM Safer Payments wurde in C/C++ geschrieben, der bevorzugten Programmiersprache für alle Anwendungen, die eine enorme Leistung erfordern.

        Gesamte Liste der technischen Spezifikationen anzeigen