情報通信研究機構（NICT）は神戸大学とEAGLYS株式会社に委託し、りそな銀行他3行と連携して、プライバシー保護連合学習技術「DeepProtect」を活用した不正口座検知の実証実験を実施し、不正口座検知の精度向上を確認した。
複雑化・巧妙化する金融犯罪手法に対し、口座への入出金や顧客ごとの取引の監視、またAIを用いた検知システムの導入・検討など、不正取引モニタリングの取組を各金融機関で進めている。しかし、AI開発用の学習データの確保などは単独金融機関では難しく、複数金融機関の組織横断的な協調によるAI開発が重要とされる。
今回、銀行4行と連携し、プライバシー保護連合学習技術「DeepProtect」を活用した不正口座検知の実証実験を行った。この技術は連合学習技術に暗号技術を融合したもので、高機密性データを外部に開示せずに複数組織で連携して多くのデータを基にした深層学習を可能とする。
実験では銀行間でデータを共有せずに学習モデルを構築し、実運用に近い条件での検知精度向上を検証し、データ項目にばらつきがあっても情報を余すことなく利用できる新手法「アンサンブル学習」を適用した。
その結果、従来の銀行ごとに構築する学習モデル（個別学習モデル）と比較して、適合率が最大約10ポイント向上し、再現率が95%超の高精度な検知を達成、安定した検知精度を維持できることを確認した。また、従来のルールベースの監視やAIを用いた個別学習では検知困難だった潜在的な不正口座を特定できる可能性が示された。
今後は金融機関の不正取引モニタリング業務での実運用に向け、現行のAML（アンチマネーローンダリング）システムと並行運用できる形での導入可能性を検討するとしている。
参考：【神戸大学】プライバシー保護連合学習技術「DeepProtect」を活用した銀行の不正口座検知の実証実験を実施し、検知精度向上を確認
