Optimisation du filtrage AML par lots avec Didit et AWS Batch (FR)

Conformité rentableTirez parti du modèle de calcul sans serveur d'AWS Batch pour ne payer que les ressources consommées lors des opérations de filtrage AML à grande échelle, réduisant ainsi considérablement les frais d'infrastructure.

Performances et évolutivité amélioréesTraitez des millions de vérifications AML efficacement en distribuant les tâches sur un environnement AWS Batch hautement évolutif et tolérant aux pannes, garantissant des délais d'exécution rapides.

Traitement asynchrone transparentUtilisez l'API de filtrage AML asynchrone de Didit pour soumettre de grands lots de données sans attendre les réponses individuelles, optimisant ainsi l'efficacité des appels API et le débit du système.

Solutions modulaires basées sur l'IADidit fournit une solution de filtrage AML modulaire basée sur l'IA qui s'intègre sans effort aux flux de travail de conformité existants, offrant une détection des risques en temps réel par rapport à plus de 1300 listes de surveillance mondiales et des seuils de risque configurables.

Le défi du filtrage AML par lots

Pour de nombreuses entreprises, en particulier celles des services financiers, du commerce électronique ou des jeux en ligne, la nécessité d'effectuer un filtrage anti-blanchiment d'argent (AML) ne se limite pas à l'intégration en temps réel. Il y a souvent une exigence significative de filtrage par lots des bases de clients existantes, de re-filtrage périodique ou de traitement de grands ensembles de données historiques. Cela peut être une tâche ardue, car les appels API synchrones traditionnels pour des millions d'enregistrements peuvent être lents, gourmands en ressources et incroyablement coûteux. Le défi principal consiste à équilibrer la nécessité d'une conformité complète avec l'exigence d'efficacité des coûts et de performances élevées. Les processus manuels sont hors de question pour de tels volumes, et même les systèmes automatisés peuvent avoir du mal sans la bonne architecture. Les entreprises ont besoin d'une solution capable de gérer des charges massives sans se ruiner ni provoquer de retards opérationnels importants.

Présentation de l'API AML asynchrone de Didit

Didit, en tant que plateforme d'identité axée sur les développeurs et native de l'IA, comprend ces défis. Notre produit de filtrage AML est conçu non seulement pour les vérifications en temps réel, mais aussi pour un traitement par lots efficace. Un élément clé de cette efficacité est notre API asynchrone. Contrairement aux appels synchrones, où votre système attend une réponse pour chaque demande de filtrage individuelle, une approche asynchrone vous permet de soumettre un grand volume de requêtes et de recevoir des notifications ou de récupérer les résultats ultérieurement. C'est crucial pour les opérations par lots, car cela empêche votre application d'être bloquée par la latence de l'API. Le filtrage AML de Didit vérifie les utilisateurs par rapport à plus de 1300 bases de données mondiales de sanctions, PEP et listes de surveillance, fournissant un système de risque à deux scores avec des seuils de conformité configurables. Cela signifie que vous pouvez soumettre une liste entière d'utilisateurs pour filtrage, et Didit les traitera en arrière-plan, fournissant des rapports détaillés qui incluent les détails des correspondances, les scores de risque, les scores de correspondance, les correspondances PEP, les données de sanctions et les informations sur les médias défavorables.

Exploiter AWS Batch pour un traitement évolutif

Pour véritablement exploiter le potentiel de l'API AML asynchrone de Didit pour les grands lots, il est essentiel de la combiner avec un service de calcul puissant et évolutif. C'est là qu'intervient AWS Batch. AWS Batch est un service entièrement géré qui permet aux développeurs, scientifiques et ingénieurs d'exécuter facilement des centaines de milliers de tâches de calcul sur AWS. Il provisionne dynamiquement la quantité et le type optimaux de ressources de calcul (par exemple, des instances optimisées pour le CPU ou la mémoire) en fonction du volume et des exigences spécifiques en matière de ressources de vos tâches par lots. En utilisant AWS Batch, vous pouvez :

• Automatiser le provisionnement des ressources : AWS Batch gère toutes les tâches lourdes de gestion de votre infrastructure de calcul, des instances EC2 aux conteneurs, en s'adaptant à la hausse et à la baisse selon les besoins.

• Maximiser la rentabilité : Ne payez que pour les ressources de calcul consommées par vos tâches. AWS Batch peut utiliser des instances Spot, offrant des économies significatives pour les charges de travail tolérantes aux pannes comme le filtrage AML par lots.

• Améliorer la fiabilité : Distribuez votre charge de travail sur plusieurs instances de calcul, garantissant que même si une instance tombe en panne, votre tâche par lots globale continue de progresser.

• Simplifier la gestion des tâches : Définissez vos tâches comme des conteneurs Docker, ce qui les rend portables et faciles à gérer. AWS Batch prend en charge la planification, la surveillance et la reprise des tâches échouées.

Imaginez avoir une liste d'un million de clients à re-filtrer. Au lieu d'envoyer une requête à la fois et d'attendre, vous regroupez vos données, les soumettez à une tâche AWS Batch, qui utilise ensuite l'API asynchrone de Didit pour les traiter simultanément sur de nombreux travailleurs. Cela réduit considérablement le temps de traitement total et la charge opérationnelle.

Mise en œuvre d'un flux de travail AML par lots optimisé en termes de coûts

Voici un aperçu de haut niveau de la façon dont vous pouvez implémenter un flux de travail de filtrage AML par lots optimisé à l'aide de Didit et d'AWS Batch :

1. Préparez vos données : Consolidez vos données clients dans un format structuré (par exemple, CSV, JSON) adapté au traitement par lots. Assurez-vous qu'elles contiennent les champs nécessaires tels que le nom complet, la date de naissance et le pays pour un filtrage AML optimal par Didit.

2. Développez une application de tâche par lots : Créez une application simple (par exemple, un script Python) qui lit un morceau de vos données préparées, appelle l'API de filtrage AML asynchrone de Didit pour chaque enregistrement et stocke les ID de session ou les réponses initiales. Cette application sera conteneurisée à l'aide de Docker.

3. Configurez AWS Batch : Définissez votre environnement de calcul (par exemple, en utilisant des instances EC2 Spot pour des économies de coûts), les files d'attente de tâches et les définitions de tâches dans AWS Batch. Votre définition de tâche pointera vers votre image Docker.

4. Soumettez des tâches par lots : Divisez votre grand ensemble de données en morceaux plus petits et gérables. Pour chaque morceau, soumettez une tâche à AWS Batch. AWS Batch lancera ensuite des instances de conteneur, exécutera votre application et traitera les données.

5. Récupérez les résultats : Votre application de tâche par lots peut être conçue pour stocker les résultats du filtrage AML de Didit (ou des références à ceux-ci) dans un emplacement central comme un compartiment S3 ou une base de données. Vous pouvez ensuite interroger l'API de Didit à l'aide des ID de session pour récupérer les rapports AML finaux et détaillés une fois le traitement terminé. Le rapport AML complet de Didit comprend des informations de correspondance, des détails de notation (score de correspondance et score de risque) et des détails sur les médias défavorables, cruciaux pour les responsables de la conformité.

6. Automatisez les actions : En fonction des avertissements et des scores de filtrage AML (par exemple, POSSIBLE_MATCH_FOUND ou des scores de risque élevés), automatisez les actions ultérieures telles que le signalement des utilisateurs pour examen manuel ou le refus des transactions, en tirant parti des paramètres de vérification configurables de Didit.

Cette approche transforme une opération potentiellement lente et coûteuse en une opération rapide, fiable et très rentable, permettant à vos équipes de conformité de se concentrer sur l'examen des cas à haut risque réels plutôt que sur la gestion de l'infrastructure.

Comment Didit vous aide

Didit est à l'avant-garde de la vérification d'identité efficace et conforme, y compris un filtrage AML robuste. Notre plateforme est conçue avec une architecture modulaire, ce qui signifie que vous pouvez facilement intégrer notre puissant produit de filtrage AML dans vos systèmes et flux de travail existants. Les capacités natives de l'IA de Didit garantissent une évaluation des risques et une notation des correspondances très précises, minimisant les faux positifs et concentrant vos ressources sur les risques réels. Nous proposons un filtrage AML qui vérifie par rapport à plus de 1300 bases de données mondiales de sanctions, PEP et listes de surveillance en temps réel, offrant un système de risque à deux scores (score de correspondance et score de risque) avec des seuils de conformité entièrement configurables. De plus, Didit se distingue en offrant un KYC Core gratuit, permettant aux entreprises de démarrer sans investissement initial, et fonctionne sans frais de configuration. Notre approche axée sur les développeurs, avec un bac à sable instantané et des API claires, rend l'intégration avec des services comme AWS Batch transparente. Que ce soit pour l'intégration initiale ou la surveillance continue, Didit fournit les outils pour automatiser la confiance et orchestrer les risques à l'échelle mondiale et à grande échelle.

Prêt à commencer ?

Prêt à voir Didit en action ? Obtenez une démo gratuite dès aujourd'hui.

Commencez à vérifier les identités gratuitement avec le niveau gratuit de Didit.