Peraturan Bersaing KYC
Peraturan Kenali Pelanggan Anda (KYC) mewujudkan ketegangan sebenar bagi firma fintech. Pengawal selia mahukan pemeriksaan identiti yang menyeluruh. Mereka memerlukan firma mengumpul dan mengesahkan dokumen peribadi. Tetapi undang-undang data mendorong ke arah sebaliknya. Mereka memerlukan firma meminimumkan data tersebut setelah dikumpulkan.
Bank yang membuka akaun baharu mengumpulkan banyak dokumen. Ini termasuk kad pengenalan kebangsaan, pasport, dan lesen memandu. Ia juga mengumpulkan bukti alamat dan dokumen kewangan. Fail-fail ini mempunyai data peribadi yang padat. GDPR, peraturan AML, dan penyelia perbankan semuanya memerlukan pengendalian yang ketat.
Apabila data itu berpindah ke sistem penipuan atau analitik, peraturan tambahan terpakai. Peraturan data GDPR berkuat kuasa. Data peribadi mesti ditopeng atau dilucutkan identiti sebelum sebarang penggunaan kedua.
Masalah Tunggakan 2 Hari
Sebuah bank digital memproses 5,000 permohonan KYC setiap hari merentasi 15 negara EU. Langkah pengimbasan PII mereka menyebabkan masalah serius. Kadar positif palsu terlalu tinggi. Barisan semakan berkembang sehingga mencapai tunggakan 2 hari.
Punca utamanya jelas. Alat berasaskan ML mereka menandakan kira-kira 8% teks bukan-PII sebagai data peribadi. Setiap fail mempunyai banyak halaman. Jumlah positif palsu harian terlalu besar untuk dihabiskan oleh pasukan dalam satu hari. Mereka terus ketinggalan.
Positif palsu itu terbahagi kepada tiga kumpulan:
- Nama syarikat ditandai sebagai nama orang (model mengelirukan kata nama khas)
- Kod rujukan ditandai sebagai nombor ID (tiada semakan checksum digunakan)
- Nama pertama biasa seperti "Chase" dalam nama bank ditandai sebagai PII nama orang
Setiap positif palsu memerlukan semakan manusia. Pada 8% daripada 5,000 fail harian, ini menghasilkan ribuan tugas harian. Tiada satu pun boleh diotomatikkan.
Apa yang Penyelidikan ACL Tunjukkan
Penyelidikan ACL 2024 menguji model NLP berbilang bahasa untuk pengesanan PII. Dapatan itu jelas. Hanya 5% model NLP berbilang bahasa mencapai F1-skor lebih baik daripada 85% untuk PII bukan-Inggeris merentasi semua 24 bahasa EU.
F1-skor menggabungkan ketepatan dan ingatan kembali. Ketepatan rendah bermaksud banyak positif palsu. Ingatan kembali rendah bermaksud banyak item terlepas. Kedua-dua hasil mendapat skor yang lemah. Kadar kegagalan 95% untuk mencapai 85% F1 menunjukkan betapa susahnya pengimbasan PII silang bahasa dalam amalan.
Sebaliknya, XLM-RoBERTa mencapai F1 silang bahasa 91.4% untuk tugas PII. Angka ini adalah daripada penanda aras HuggingFace 2024. Jurang antara 91.4% dan model median menjelaskan mengapa alat sedia ada gagal dalam KYC berbilang bahasa.
Reka Bentuk Hibrid untuk KYC Volum Tinggi
Masalah positif palsu boleh diselesaikan. Tiga pilihan reka bentuk membetulkannya.
Regex dengan semakan checksum: Nombor ID kebangsaan mempunyai peraturan tetap. Steuer-ID Jerman, BSN Belanda, dan PESEL Poland masing-masing menggunakan matematik checksum. Jika nombor gagal checksum, ia bukan ID kebangsaan. Format ditambah checksum menghasilkan hampir sifar positif palsu untuk ID ini.
NLP peka konteks untuk nama: Nama orang dalam fail KYC muncul di tempat yang diketahui. Ini termasuk "Nama:", "Nama Keluarga:", dan medan borang yang ditetapkan. Memerlukan kata konteks sebelum menandai nama mengurangkan positif palsu. Ia menghalang nama firma daripada mencetuskan amaran nama orang.
Penalaan ambang mengikut jenis fail: Fail KYC berbeza daripada e-mel sokongan atau nota perubatan. Setiap jenis mempunyai campuran PII yang berbeza. Menetapkan ambang mengikut jenis fail membolehkan pasukan menalanya untuk keperluan mereka. KYC volum tinggi mendapat ketepatan yang lebih tinggi. Pelucutan identiti perubatan mendapat ingatan kembali yang lebih tinggi.
Tunggakan 2 hari bukan kos yang tidak dapat dielakkan daripada pengimbasan PII. Ia adalah kos penggunaan alat generik pada aliran kerja khusus. Penyelesaiannya adalah persediaan, bukan pasukan yang lebih besar.
Panduan pematuhan GDPR kami meliputi peraturan minimisasi data. Gambaran keseluruhan keselamatan dan pematuhan kami menerangkan kawalan teknikal yang menyokong aliran kerja KYC yang patuh.