Fingerprint 使用 Elastic 支持快速实现监管合规

elastic-blog-search-header-image.png

Fingerprint 是英国的一家监管科技公司,致力于开发和托管相应的软件解决方案,让受规制的企业能够监测并监督其员工的电子通信,从而确保这些企业符合适用于其所在地区和领域的法律法规。Fingerprint 平台提供一站式服务,让公司可以轻松并有效地监管所有电子通信渠道来实现合规。

Fingerprint 的客户范围非常广泛,从法律托管方和委托主体公司、外包式首席合规官和合规咨询公司,到精品对冲基金、投资和资产管理机构和零售金融公司。Fingerprint 平台采用多租户架构,客户只需登录一个平台,即可为各自代理的数以百计的最终客户群监督并管理潜在的通信风险。

Fingerprint 的功能包括自动语音和电子通信监督,以及风险识别和排序,同时辅以平台内审核、调查和报告工具,不一而足。Fingerprint 的最终目标是支持其客户(以及那些客户的客户)更有效、更快速地实现和保持合规并更好地进行监督!

理解关键的通信数据

在初期发展阶段,Fingerprint 就日益认识到,团队需要一个技术合作伙伴来帮助自己(和客户)跨不同的数据源获得卓越的洞察见解。对于跨海量的半结构化数据进行搜索,Elastic® 是唯一真正的选择。Fingerprint 系统会采集海量通信数据并为每一项计算出一个风险值,该风险值让合规官能够分类并找出最重要的部分。平台支持用户跨多个通信渠道(例如电子邮件、Bloomberg 聊天、Slack、Zoom、WhatsApp、语音渠道)进行搜索,帮助发现潜在的错误做法或不当行为,例如可疑的交易活动、个人账户交易、产品错售、强制性销售策略,以及一般性的合规政策违规事件(例如礼品和招待)。

为了满足这些需求,团队选择了 Elastic Cloud 来实现他们的愿景,因为 Elastic Cloud 具有出众的灵活性和可扩展性。Fingerprint 的平台混合使用多项服务,包括定制开发的应用程序、原生 AWS 服务和 Elasticsearch®。Fingerprint 应用程序(所有都在 AWS Lambda 和 Step Functions 上以无服务器状态运行)会连接至各种数据端点并将数据检索至 AWS S3。然后应用程序会对数据进行解析并将数据采集到 Elastic 中,以用于搜索和分析。

fingerprint-infographic
icon-quote

关键是:从采集开始,所有环节都是多租户形式,所以每个客户都有其各自的已隔离数据。甚至当将信息发送至 Elasticsearch 时,我们使用 Datastreams 来确保从物理上实现数据隔离,为每一项均标记一个公司 ID。Elasticsearch 别名允许我们对任何搜索进行切片和切块,同时安全性在我们通往前端的的中间件和 API 门户中得到了保证。Elastic 是我们的中央搜索引擎;正是由于 Elastic,我们才能实现这一切。

James Hogbin,Fingerprint 的创始人暨 CEO

由于所有通信数据都流经 Elasticsearch,Fingerprint 构建了一个安全的风险分析和排序平台,支持客户将其工作日内的绝大部分合规监督工作实现自动化。用户可以对已识别的风险项进行分类,并选中那些需要开展更深入调查工作流的项目,跨多个通信渠道进行临时搜索,或者配置 Fingerprint 以定期寻找可疑活动。平台上的每个用户交互活动都会接受审计并保存到 Elasticsearch 中,然后 Fingerprint 会通过 Elasticsearch 加以分析并基于客户制定的合规政策生成定期的 KPI 报告。

Fingerprint 还使用 Elastic 确保其环境的正常运行。系统会从 AWS 中提取关键信号(日志、指标和跟踪),并在 Elastic APM 中对这些信号进行分析。这使得团队能够理解其生态系统和系统的运行状况。

借助自动化智能来推动调查

Fingerprint 平台独创性地将自然语言处理、情感分析、辞典编纂技术和元数据分析结合到一起,来持续不断地对其通信内容中的风险进行扫描和评估,然后系统性地对这些风险进行排序并将结果保存到 Fingerprint 风险列表中。Fingerprint 风险列表可确保您一眼就能从贵公司浩如烟海的数据中找到最可疑的那根针。

Elasticsearch 是 Fingerprint 业务流程中的关键要素,Fingerprint 的独特能力正是依托 Elasticsearch 的功能来实现的。例如,Fingerprint 正在利用 Elastic Machine Learning 来帮助查找活动中的特定异常。如果有人加入并离开了谈话,或者某人在聊天时突然停止或开始讲话,这可能会被视作公司需要调查的可疑活动。Fingerprint 还利用 Elastic 围绕特定活动进行语义搜索和分析。

icon-quote

例如,如果您在销售部门,您的对话应该是之字形的,而不是一大长串的外发消息。所以我们正在使用某些 Machine Learning 技术来查看元数据,以理解此活动是否异常,是否需要加以调查。

James Hogbin,Fingerprint 的创始人暨 CEO

Fingerprint 的自动化功能帮助客户将每天花在监测工作量上的时间减少了 80% 至 90%,消除了大量的手动工作,并支持更快地进行合规调查。

Fingerprint 案例管理汇总仪表板
Fingerprint 案例管理汇总仪表板截图

携手 Elastic 一起展望未来

鉴于 James 和他的团队基于 Elasticsearch 取得的成功,他们正在寻求进一步扩展使用范围,并利用平台上的其他关键功能。团队正在探索利用 Elastic 跨集群搜索功能来支持他们跨地理区域搜索数据。鉴于数据驻留在金融服务领域的重要性,Elastic 可以允许客户将数据保存在本地,但仍能够使用单条查询就跨集群搜索。

团队还正在了解其他机会,例如采集可能代表不端行为(例如,销售员工将数据下载到 U 盘上,不同寻常的登录活动模式,在奇怪的时间点使用办公室打印机)的新静态数据源,以及将 Elasticsearch 和市场数据结合在一起以进行异常检测。这能够强化 Fingerprint 独有的价值主张,支持其客户立即交付完整监督结果并跨所有通信渠道推动智能风险检测。

深入了解 Elastic 和 Fingerprint:

本博文所描述的任何特性或功能的发布及上市时间均由 Elastic 自行决定。当前尚未发布的任何特性或功能可能无法按时提供或根本不会提供。