DATA SAFEGUARD INC. – БЕЛАЯ КНИГА

ДОВЕРИЕ ПОТРЕБИТЕЛЕЙ К ПОСТОЯННО РАСТУЩИМ ПРАВИЛАМ КОНФИДЕНЦИАЛЬНОСТИ

За последние четыре года ограничения конфиденциальности данных становятся все более важными. Потребители все больше беспокоятся о раскрытии и использовании персональных данных, и доверие является важным фактором. Согласно опросу Salesforce, 48% клиентов заявили, что потеряли доверие к бизнесу из-за злоупотребления личной информацией во время эпидемии. По мере того, как мир становится все более технологичным, и люди все больше беспокоятся о своей личной конфиденциальности, во всем мире быстро формируется законодательство о конфиденциальности данных для защиты потребителя.

В Европе GDPR был первой крупной политикой конфиденциальности данных, вступившей в силу в 2016 году. За ним быстро последовали Калифорнийский закон о конфиденциальности потребителей (CCPA) и Общий закон Бразилии о защите данных (LGPD), которые вступили в силу в 2020 году. Другие государства и нации быстро следуют этому примеру; Например, в США, Колорадо и Вирджиния утвердили законодательство о конфиденциальности, которое вступит в силу в 2023 году. В то время как Индия находится в процессе принятия законодательства о конфиденциальности, отчет Объединенного парламентского комитета по законопроекту о защите данных был представлен в декабре 2021 года. Растущие правила, законодательство и соответствие, а также повышенная опасность утечки данных являются одними из наиболее серьезных проблем, влияющих на безопасность данных в организациях сегодня. Все данные должны быть распознаны, классифицированы и защищены, чтобы данные организации были безопасными и соответствовали правилам.

Когда несколько лет назад были введены GDPR ЕС и CCPA в Калифорнии, они вызвали настоящий ажиотаж. (Калифорнийский закон о правах на неприкосновенность частной жизни, вступивший в силу 1 января 2023 года, вносит поправки и расширяет CCPA.) Многонациональные организации в настоящее время сталкиваются с потоком разрозненных законов о защите данных и безопасности от стран с конкурирующими интересами. Чтобы успешно ориентироваться в них, нужно начинать планировать уже сейчас, принимая во внимание несколько факторов.

Закон Китая о безопасности данных и закон о трансграничной передаче данных (CBDT) в соответствии с Законом о защите личной информации являются двумя примерами распространения правил. Это законодательство уже делает рискованной передачу или доступ к персональным данным за пределы Китая. Это требует завершения экспертизы кибербезопасности до 1 марта 2023 года с последствиями в случае невыполнения этого требования. Индия, Бразилия и Россия также изучают законодательство о защите данных.

ПОЧЕМУ КОНФИДЕНЦИАЛЬНОСТЬ ДАННЫХ ВАЖНА В 2023 ГОДУ?

Ожидается, что в этом году внимание регулирующих органов к данным, которое было усилено в 2022 году, достигнет апогея. Администрация киберпространства Китая недавно выпустила стандарты сертификации конфиденциальности, а правительство Индии недавно опубликовало проект своего законопроекта о защите данных, который, вероятно, будет вынесен на голосование в 2023 году. Мы можем ожидать большего от обеих этих стран, а также от правил передачи данных из России, Украины, Бразилии, Японии и других.

Компании, отчасти благодаря прорывам в аналитике искусственного интеллекта, открывают новые способы использования собранных данных: для более эффективной работы, управления рисками, улучшения обслуживания клиентов, создания и поддержки новых бизнес-моделей и так далее. Безопасность данных важна как никогда. Согласно недавнему отчету IBM, средняя стоимость утечки данных в странах АСЕАН в настоящее время составляет 2,87 миллиона долларов США. Исследователи учитывали не только технические расходы, но и юридические и нормативные расходы, а также потерю капитала бренда, отток клиентов и снижение производительности сотрудников. Прежде всего, необходимо учитывать необратимый вред репутации организации, подрыв доверия заинтересованных сторон и угрозу конфиденциальности данных. Все больше и больше компаний осознают, что включение конфиденциальности в свои продукты и услуги с самого начала является не только моральным поступком, но и может быть чрезвычайно прибыльным. Например, Сингапур поощряет использование подхода, основанного на принципе конфиденциальности, для обеспечения надлежащего использования и защиты личной информации.

Рост технологий, ориентированных на конфиденциальность, будет следующим. По мере того, как клиенты все больше беспокоятся о своей конфиденциальности в Интернете, спрос на решения, ориентированные на конфиденциальность, будет расти. Примерами являются безопасные чат-приложения и браузеры, а также виртуальные частные сети (VPN) и зашифрованные почтовые сервисы. Важно помнить, что, хотя эти технологии могут помочь компаниям защитить свои данные, они не являются панацеей. Компании должны быть бдительными и принимать меры предосторожности для защиты своих данных. Правила также становятся все более строгими. Правительства во всем мире принимают к сведению растущую озабоченность по поводу конфиденциальности данных иНачинаем действовать. С тех пор, как в 2018 году вступил в силу Общий регламент Европейского Союза по защите данных (GDPR), количество дополнительных ограничений постоянно увеличивается. Ожидается, что эта тенденция сохранится, поскольку все больше стран стремятся принять правила защиты данных.

Кроме того, необходимо обеспечить большую прозрачность. Растущее осознание необходимости защиты личной информации, а также необходимость того, чтобы компании были более ответственными за свою политику сбора и использования данных, стимулирует тенденцию к большей прозрачности конфиденциальности данных. Предоставив частным лицам больший контроль над своими данными в 2023 году, корпорации станут более открытыми в отношении своих методов работы с данными. Физические лица должны иметь возможность просматривать, изменять или удалять свою личную информацию, а также отказываться от некоторых форм сбора данных. Это беспроигрышная ситуация как для клиентов, так и для бизнеса, поскольку она создает уверенность и чувство открытости и ответственности.

ВЛИЯНИЕ УТЕЧЕК ДАННЫХ

Последствия утечек данных для корпораций серьезны и растут. В основном это связано с растущим бременем регулирования, связанным с уведомлением лиц, чьи данные были взломаны. Процедуры уведомления и санкции для фирм, пострадавших от утечки данных, различаются в зависимости от юрисдикции, как внутри, так и за пределами США и Канады. Компании, которые страдают от утечки данных с участием своих клиентов, должны определить, где живут их клиенты и какой регулирующий орган имеет юрисдикцию. Правила определяют типы данных, которые должны быть раскрыты после нарушения, а также с кем следует связаться, как должно быть выполнено уведомление и должны ли быть предупреждены определенные органы. Утечки личных, финансовых и медицинских данных часто подпадают под обязательства по уведомлению, однако конкретные определения различаются в зависимости от штата. Предприятия, занимающиеся международной торговлей, могут иметь потребителей в нескольких юрисдикциях и должны соответствовать ряду стандартов. Расходы на такую процедуру, включая судебные штрафы, потенциальное возмещение ущерба и любые связанные с этим судебные разбирательства, могут быть слишком дорогими для определенных предприятий. Утечки данных, связанные с различными видами данных, могут оказать существенное влияние на репутацию и экономическое положение компании. В дополнение к договорным требованиям, утечка данных может поставить под угрозу запланированную продажу компании, как это произошло недавно с приобретением Verizon Yahoo.

Тот факт, что власти выходят за рамки непрерывного управления персональными данными, усугубляет проблемы, поскольку предприятия реагируют на новые правила конфиденциальности. Утечки и утечки данных становятся все более регулярными. В результате регулирующие организации тщательно изучают не только то, как корпорация хранит персональные данные до нарушения, но и то, как она реагирует после него. Последующие аудиты определяют, улучшила ли корпорация методы, которые привели к утечке данных. Власти налагают более высокие штрафы, если считают, что усилия компании по предотвращению первоначального нарушения и будущих инцидентов были недостаточными.

В 2020 году наблюдался шквал мошенничеств и мошеннических действий. Утечки данных раскрывают личную информацию (PII) клиентов с угрожающей скоростью, подвергая более 300 миллионов человек риску кражи личных данных и мошенничества. Киберпреступники также концентрируют свои усилия на более прибыльных взломах, таких как программы-вымогатели, заполнение учетных данных, вредоносное ПО и эксплуатация VPN. Эта тактика не только подвергает потребителей риску продажи в даркнете, но и дорого обходится организациям, особенно финансовым учреждениям (ФУ), которые подвергаются кибератакам в 300 раз чаще, чем другие отрасли, из-за конфиденциальности личной информации, которую они хранят.

Утечки данных являются повседневным явлением как в личной, так и в профессиональной жизни. Поэтому, независимо от того, совершаем ли мы покупки в Walgreens или Barnes & Noble, осуществляем банковские операции с Capital One, общаемся с T-Mobile или Zoom или имеем медицинскую страховку Tufts Health Plan, если ваши данные включены в транзакцию, они могут быть раскрыты. Темная паутина — недоступная для поиска часть Интернета — является доказательством этого. Внутри этих неиндексированных разделов Интернета есть покупатель, ожидающий, чтобы воспользоваться преимуществами любой украденной части вашей личности. Но не каждое нарушение в новостях является поводом для беспокойства, и очень важно избегать усталости от нарушений, понимая, какую информацию искать при возникновении нарушений.

Синтетическое мошенничество с использованием личных данных: возникающая угроза

Изучение следов данных, которые оставляют люди, может помочь банкам определить, являются ли их клиенты реальными или нет, тем самым уменьшая потери от этого быстро растущего финансового преступления. Из-за своих инвестиций в технологии банки были значительно более искусны в предотвращении многих видов мошенничества, но в ответ на это развилась преступность. Многие мошенники теперь используют поддельные, синтетические удостоверения личности, а не украденную кредитную карту или удостоверение личности (ID). Действительно, мошенничество с синтетическими удостоверениями личности является самым быстрорастущим видом финансовых преступлений в Соединенных Штатах, на которую, по нашим расчетам, приходится от 10 до 15% списаний в типичном портфеле необеспеченных кредитов. Мошенничество с синтетическими удостоверениями личности в последнее время также было зафиксировано в других странах. К сожалению, за этими личностями накапливаются гораздо большие потери, как закопанные бомбы замедленного действия.

Профиль мошенничества с синтетическими личными данными (SIF) — это, по сути, вымышленная личность, состоящая из идентификационных данных (обычно взятых у реальных лиц), таких как имя, номер социального страхования и адрес. Чтобы помочь банкам в стандартизации отчетности SIF, Федеральная резервная система в апреле 2021 года разработала следующее определение. Хотя определение простое, метод создания профилей SIF очень сложен, требует автоматизации и машинного обучения.

Хотя SIF имеет определенные общие характеристики с «обычной» кражей личных данных, ее происхождение, поведение и влияние принципиально отличаются от предыдущих поколений финансовых преступлений.

Краткая история синтетического мошенничества

В начале 2000-х годов следователи по делам о мошенничестве начали выявлять тенденции в заявках на кредитные карты, когда номер социального страхования заявителей (SSN) не совпадал с именем, на которое была выпущена карта. Хотя в то время для этого не существовало официального термина, историки мошенничества считают обеспеченные кредитные карты первой точкой нападения на мошенничество с синтетическими личными данными, в то время как другие видят модели идентичности Франкенштейна в основном в необеспеченных кредитных картах и  телекоммуникационной отрасли. Но личности Франкенштейна вырвались на сцену, и огромное количество мошенников начали создавать новые счета кредитных карт, которые они использовали, чтобы быстро накапливать балансы, а затем уходить, даже не сделав ни одного платежа. Банки-эмитенты списали подавляющее большинство этих списаний как кредитные убытки. Эта техника развивалась по мере того, как преступники проявляли больше терпения, своевременно совершая платежи за транзакции по картам. Затем они списывали с карты сверх кредитного лимита и «выбивались» (максимально использовали карту, даже не заплатив ни копейки), что позволяло им накапливать незаконные доходы, превышающие кредитный лимит.

Чтобы создать личность, законная информация смешивается с мошеннической информацией при мошенничестве с синтетическими личными данными. Полученная в результате искусственная или синтетическая идентификация имеет достаточно поддающейся проверке информации, чтобы казаться достоверной, что позволяет использовать ее для создания фиктивных учетных записей, совершения мошеннических покупок и мошенничества с магазинами, правительственными организациями и финансовыми учреждениями.

Растущие потери от сифа

Синтетические личности составляют небольшой процент потребительских счетов, но несут ответственность за огромное количество краж. По данным FiVerity's Cyber Fraud Network, потери SIF среди финансовых учреждений США в прошлом году увеличились до 20 миллиардов долларов.

Похитители личных данных могут не только получить доступ к чековым, сберегательным счетам и счетам 401 (k), но также могут использовать эту информацию для создания новых фальшивых удостоверений личности, что обходится кредиторам США в сумму от 10 000 до 15 000 долларов США за каждый случай или 6 миллиардов долларов США в год. Утечки данных могут оказать существенное влияние на корпоративную производительность и доходы. Ожидается, что сотрудники, которым необходимо подтвердить целостность своей идентификации или пройти через трудный процесс исправления украденной личности, останутся без работы в течение шести летмесяцев и от 100 до 200 часов. Это оказывает огромное влияние на психическое состояние сотрудников и может привести к проблемам со здоровьем, таким как значительный личный стресс, постоянное беспокойство и неудовлетворенность. Сотрудники могут быть на грани и опасаться того, насколько эффективно они защищают свои личные данные, что приводит к ухудшению бизнес-результатов ваших клиентов. Утечки данных могут оказать существенное влияние на корпоративную производительность и доходы. Ожидается, что сотрудники, которым необходимо подтвердить целостность своей идентификации или пройти через трудный процесс исправления украденной личности, останутся без работы на шесть месяцев и от 100 до 200 часов. Это оказывает огромное влияние на психическое состояние сотрудников и может привести к проблемам со здоровьем, таким как значительный личный стресс, постоянное беспокойство и неудовлетворенность. Сотрудники могут быть на грани и опасаться того, насколько эффективно они защищают свои личные данные, что приводит к ухудшению бизнес-результатов ваших клиентов.

Проблемы, связанные с измерением SIF

Скрытность - В отличие от программ-вымогателей, которые требуют внимания целевой компании, SIF преуспевает только тогда, когда он остается необнаруженным. SIF работает незаметно, выдавая себя за реальных заявителей с низким кредитом, запрашивая скромные кредиты и своевременно внося платежи, если они принимаются. Счета SIF часто держатся в секрете даже после того, как они были скомпрометированы, поскольку финансовые учреждения приписывают кражу плохому андеррайтингу.

Помимо очевидной трудности, заключающейся в том, что банки не могут раскрывать информацию о преступлении, о котором они не знают, еще предстоит разработать процедуры признания и отчетности по СИФ. Поскольку SIF является относительно новым преступлением, не существует официальной базы данных для каталогизации каждого случая, такой как Sentinel FTC.

Эволюция - Преступники со временем усложнили обнаружение программ SIF, используя искусственный интеллект и машинное обучение. Системы искусственного интеллекта учатся на заявках на кредит, которые принимаются и отклоняются, что дает жизненно важный вклад в модели машинного обучения. Этот цикл обратной связи эффективно помогает мошенникам определить пороговые значения для каждого из критериев обнаружения мошенничества старых систем и разработать новые профили, которые еще лучше уклоняются от них.

По данным McKinsey & Company, мошенничество с синтетическими удостоверениями личности является самым быстрорастущим финансовым преступлением в Соединенных Штатах, на его долю приходится до 15% списаний в типичных портфелях необеспеченных кредитов. Коварная природа кражи синтетических идентификаторов заключается в том, что ее чрезвычайно трудно обнаружить даже после того, как произошли огромные финансовые потери. Финансовые учреждения (ФУ) часто не знают, что они стали мишенью для операторов, использующих мошенничество с синтетическими идентификаторами, вместо этого предполагая, что кредитные убытки просто связаны с тем, что клиенты не могут или не хотят погасить убытки, а затем списывают убытки в соответствии с обычной практикой. Тот факт, что эти фальшивые потребители, по-видимому, проходят первоначальный тест на идентификацию, является просто одной из многих проблем, которые способствуют значительным финансовым потерям. Во-вторых, мошенники с синтетическими удостоверениями личности могут потратить до пяти лет на то, чтобы культивировать личность учетной записи Франкенштейна, создавая доверие со стороны финансовых учреждений, прежде чем использовать то, что известно в отрасли как «перебор», при котором кредитные линии исчерпываются, а затем внезапно прекращаются.

Когда риск ложной идентификации растет, это уже не так просто, как получить различные виды идентификации для аутентификации личности. Компании должны понимать эти новые угрозы, знать, куда искать решения, и пересмотреть свои процедуры предотвращения мошенничества. Поскольку мошеннические учетные записи кажутся реальными, обычные методы обнаружения мошенничества могут пропустить синтетические идентификаторы. Вместо того, чтобы отказываться от существующих систем защиты от мошенничества, эксперты советуют поддерживать их, дополняя новыми мерами безопасности.

Итак, как определить синтетическое мошенничество?

Эксперты говорят, что следователи должны исходить из того, что каждая идентификация потенциально является мошеннической, и действовать соответственно. Им следует подумать о том, есть ли у них доступ к полному хранилищу общедоступных записей, чтобы подтвердить, что полные данные их субъекта существуют в нескольких наборах данных, таких как все три кредитных бюро, файлы коммунальных услуг, рабочие записи и записи о банковских счетах, и это лишь несколько примеров источников, оцениваемых предприятиями, выполняющими проверку личности сегодня. Следователи должны определить, получают ли они достаточно личной информации, чтобы полностью подтвердить существование субъекта в записях. Недостаточно иметь только имя и дату рождения субъекта. Поисковые запросы должны указывать их номер телефона, адрес, адрес электронной почты и так далее.

Исследователи должны попытаться определить, как долго существует личность субъектав данных, чтобы определить, является ли их субъект вновь сгенерированной идентичностью. Они должны увидеть, найдены ли сопоставимые личности в общедоступных базах данных, когда они проводят поиск по этому вопросу. Исследователи должны искать индикаторы того, что целевой человек или компания были созданы при оценке результатов поиска. Проще говоря, по мере того, как технологии и инструменты искусственного интеллекта совершенствуются при проверке личности и проверке «знай своего клиента», специалисты по соблюдению нормативных требований должны использовать предоставляемые ими возможности для более глубокого погружения, предоставления актуальных данных и отсеивания нерелевантных открытий.

Может ли ИИ решить эти проблемы?

Европейская комиссия опубликовала проект предлагаемого правила 21 апреля 2021 года, примерно через пять лет после вступления в силу GDPR ЕС. В нем содержится набор руководящих принципов по использованию систем ИИ и данных, которые они собирают. Это постановление, как и GDPR, будет применяться к фирмам, базирующимся в Европейской экономической зоне или связанным с ней. Занимаясь вопросами соблюдения, власти стремились избежать многих обычных лазеек. Они, например, применяются к информации ИИ, используемой в ЕЭЗ, даже если она приобретена и создана за пределами ЕС.

По мере того, как организации расширяются, их рабочая сила становится более глобальной, разнообразной и распределенной, а предприятия внедряют новые облачные, локальные системы и развертывают интеллектуальные устройства, старая модель статических политик, основанная на фиксированном наборе контекстов (например, в случае управления доступом, временем, геолокацией, ОС устройства и т. д.), начинает давать сбой. Политики становятся все более многочисленными; контекст не учитывает историю пользователей; И защита от будущих маршрутов атак становится затруднительной. Вот где безопасность на основе искусственного интеллекта начинает по-настоящему сиять. Эти системы безопасности используют предыдущие действия, события и нарушения для создания своих собственных моделей независимо и без постоянного мониторинга со стороны человека. Они умны в том смысле, что могут самостоятельно выносить суждения, и проницательны в том смысле, что могут широко и глубоко смотреть на данные. Они просты в обслуживании и активны по своей природе, поскольку постоянно учатся и адаптируются, используя свежие данные. В последние годы эта область быстро развивалась и имеет решающее значение для выявления и предотвращения нападений и нарушений. Некоторые из вариантов использования описаны здесь.

Защита данных

Data Safeguard — это компания, занимающаяся искусственным интеллектом, предлагающая решения для обеспечения конфиденциальности данных и синтетического мошенничества. Его решения представляют собой решения корпоративного класса, смоделированные компоненты и архитектурно масштабированные для соответствия глобальным, федеральным и государственным требованиям, а также для предотвращения значительных финансовых потерь, вызванных идентичностью Франкенштейна.

Data Safeguard решает проблемы конфиденциальности данных и синтетического мошенничества, которые ранее были неразрешимыми и невозможными для человека. В решениях на основе искусственного интеллекта и машинного обучения используются передовые модели и алгоритмы с суперкомпьютерными ускорителями данных, которые повышают эффективность и точно контролируют, прогнозируют элементы данных PII в огромных объемах сложных сред данных. SaaS-продукты компании доступны по 5 основным каналам, а именно: Enterprise on Premise, Enterprise Cloud, Customer API, Marketplace API и платформа электронной коммерции, охватывающая как глобальных, так и индивидуальных клиентов.

Продукты Data Safeguard ID-REDACT®, ID-MASK,® ID-FRAUD, ID-AML основаны на запатентованной платформе Cognoscible Computing Engine (CCE®). CCE® построен на моделях и алгоритмах, которые используют сверхточную мощь искусственного интеллекта и технологий машинного обучения, чтобы сделать свои продукты наиболее эффективными решениями для конфиденциальности данных и синтетического мошенничества на сегодняшнем сложном рынке.

Data Safeguard продолжает завоевывать долю рынка и продолжает активно нанимать персонал на своих предприятиях по всему миру, чтобы подготовиться к немедленному будущему росту.

Защитники данных

Глобальная команда опытных профессионалов в области бизнеса и технологий с 300-летним опытом. Команда обладает уникальным сочетанием предпринимательства, разработки продуктов, клиентовуправление внедрением и другие навыки. Команда сотрудничает, чтобы ответить на потребность Вселенной в решении постоянно меняющихся проблем конфиденциальности данных и синтетического мошенничества. Наши увлеченные члены команды занимали должности вице-президента и руководителя высшего звена и являются экспертами в области финансовых услуг, здравоохранения, розничной торговли, технологий, телекоммуникаций, облачных услуг, логистики, цепочки поставок и бизнес-экосистем государственного сектора, сложных клиентских сред и соответствия нормативным требованиям. Команда обладает глобальным опытом в области конфиденциальности данных, соответствия требованиям, управления, конфиденциальности и защиты. Многолетний опыт работы в лучших мировых фирмах в сегментах финансовых услуг, здравоохранения, розничной торговли и технологий в области конфиденциальности данных, а также синтетического мошенничества, управления рисками, искусственного интеллекта и машинного обучения привел нас к мысли, что мы можем решить проблемы конфиденциальности данных и синтетического мошенничества. 

Решение было названо финалистом премии Banking Tech Awards 2020 (категория «Лучшее банковское технологическое решение») и получило высокую оценку за то, что оно изменило правила игры в оказании помощи клиентам в соблюдении требований к редактированию данных.

Заключение

Финансовые преступления становятся все более изощренными и распространенными по мере развития цифровой экономики и разветвлений общества, ориентированного на данные. Синтетическая кража личных данных, один из самых быстрорастущих видов финансовых преступлений в Соединенных Штатах, представляет собой особенно сложную проблему безопасности, которая способствует росту рисков и переосмыслению технических инвестиционных целей (FSO) компаний, предоставляющих финансовые услуги. Мошенники, которые не кажутся мошенниками, создают проблемы для предприятий во всем мире. Эти синтетические идентичности не только кажутся подлинными во многих отношениях, но и содержат характеристики законных клиентов. Компании должны понимать трудности и ограничения исключительно изучения статических идентификационных признаков, чтобы бороться с этим развивающимся и постоянно растущим классом мошенников. Компании могут лучше подготовиться к синтетической краже личных данных, рассматривая каждого клиента или транзакцию через многомерную линзу, которая включает в себя динамические качества идентичности и их связи друг с другом. Компании также должны всесторонне изучить свои системы предотвращения мошенничества, чтобы убедиться, что преступники не могут использовать дыры.

Нет никаких сомнений в том, что синтетическая кража личных данных является быстро растущим преступлением, совершаемым недобросовестными субъектами, которые смешивают подлинную и сфабрикованную личную информацию для создания подлинной цифровой личности. Утечки данных не ограничиваются предприятиями в Соединенных Штатах; Предприятия по всему миру сталкиваются с аналогичными трудностями. Личная информация, раскрытая в результате утечки данных, часто продается на рынках даркнета, где мошенники могут приобрести данные, необходимые для совершения синтетической кражи личных данных. На данный момент наиболее перспективным методом борьбы с синтетической кражей личных данных является использование передового программного обеспечения для проверки личности, интегрированного с технологиями искусственного интеллекта, которые проверяют документы, удостоверяющие личность, и лиц, использующих распознавание лиц.

ОСНОВАТЕЛЬ И ГЕНЕРАЛЬНЫЙ ДИРЕКТОР DATA SAFEGUARD

Основатель и генеральный директор Data Safeguard Судхир Саху, серийный предприниматель с опытом работы в области ИТ-инженерии и MBA, основал компанию в июне 2021 года. Во время пандемии, когда компании закрывались, а экономика не поддерживала рост бизнеса, Судхир сотрудничал со своими соучредителями (Эллиоттом Лоуэном, Киртаной Суреш, Ли Ноконом, Прафулом Парехом и Сварнамом Дашем), чтобы начать путешествие, которое казалось трудным на каждом шагу на этом пути.

Судхир говорит, что Data Safeguard был запущен для того, чтобы позволить глобальным, а также малым и средним клиентам соблюдать требования конфиденциальности данных, избегать уплаты огромных штрафов и удерживать хакеров от кражи элементов данных PII и создания хаоса в жизни потребителей. Глобальные штрафы уже превысили 10 миллиардов долларов и продолжают расти, Data Safeguard является глобальным решением этой глобальной проблемы.

Судхир проявляет особый интерес к решениям по синтетическому мошенничеству для защиты финансовых учреждений от значительных потерь, вызванных личностями Франкенштейна. Глобальные потери от синтетического мошенничества превышают триллион и продолжают расти, Data Safeguard является глобальным решением этой глобальной проблемы.

Судхир путешествовал по разным уголкам мира, чтобы получить из первых рук опыт хакерского сообщества,понимать, как они используют технологии для сбора и анализа личной информации, объединять различные элементы данных для создания идентичностей Франкенштейна и способа ведения бизнеса. Он стремится удержать хакеров от кражи личной информации и предотвратить финансовые преступления.