Die Betrüger werden immer dreister — und Angriffe auf Unternehmen und Finanzinstitute (FIs) in großem Umfang. Ein Teil ihres Erfolgsgeheimnisses ist ihre Anpassungsfähigkeit. Welche wirft die Frage auf: Wie können sich die Guten anpassen?
Sie können. Andrew Stucchioglobaler Leiter für Netzwerkzahlungspreise, -analysen und -kontrollen bei Entdecken Sie das globale Netzwerksagte PYMNTS: „Wir sind uns bewusst, dass Cyberkriminelle technische Fortschritte nutzen – wie Bot-Angriffe.“ — in Ordnung um Schwachstellen in Zahlungsnetzwerken zu testen und zu untersuchen.“
Der Schlüssel zum Kampf gegen die Kriminelle müssen sich anpassenbemerkte Stucchio. Der Welt ist Stucchio entwickle sich weiter und fügte hinzu, dass es nicht länger möglich sei, sich auf ein einziges technologisches Werkzeug zu verlassen, oder Initiativen zur Betrugsbekämpfung vollständig intern zu ergreifen.
Der Finanzdienstleistungssektorsagte er, Wir müssen einige dieser Technologien nutzen, nämlich künstliche Intelligenz (KI) und maschinelles Lernen, um Feuer mit Feuer zu bekämpfen. Entdecken Sie das globale Netzwerk erweitert seinen Plattformansatz und es ist Prozesse, um Acquirer, Issuer und Zahlungsnetzwerke proaktiv zu unterstützen.
„Als Zahlungsnetzwerk – in dem wir sowohl zwischen Emittenten als auch Acquirern agieren – sehen wir uns in der einzigartigen Lage, einen umfassenden Überblick über die globalen Tendencies zu erhalten und unsere Daten dann zu nutzen, um KI- und maschinelle Lernmodelle zur Betrugsbekämpfung einzusetzen.“ unser System“, sagte Stucchio.
„Wir erreichen dies, indem wir unsere fortschrittlichen Analysen nutzen, um Anomalien bei Autorisierungs- oder Abrechnungsdaten zu erkennen, die auf betrügerisches Verhalten hinweisen könnten“, fuhr er fort und fügte hinzu Das “Wir kombinieren diese sehr kraftvoll Datenanalysen mit anderen technischen Fortschritten, damit wir den Betrug schneller erkennen, untersuchen, beheben und verhindern können zum Zwecke der Erstellung ein besseres und isolierteres Netzwerk.“
Mehrere datengesteuerte Regeln
Wir gehen etwas tiefer auf einige davon ein Initiativen von Uncover, die sich darauf beziehen Laut Stucchio hat das Unternehmen mehrere datengesteuerte Regeln erstellt, die Daten auf Transaktionsebene durchgängig analysieren, um Betrugsangriffen mit nicht vorhandener Karte oder KI-gestützten Betrugsangriffen entgegenzuwirken den Lebenszyklus einer Transaktion von der Authentifizierung, der Autorisierung, der Abwicklung, dem Betrugsereignis selbst und anschließend den Streitigkeiten.
„Die Regeln, die wir erstellt haben, basieren auf historischen Kurz- und Langzeitdaten sowohl auf der Händler- als auch auf der Emissionsseite unseres Hauses. damit „Wir können diese ungewöhnlichen Transaktionsmuster erkennen, die darauf hindeuten könnten, dass etwas Betrügerisches passiert“, sagte er gegenüber PYMNTS.
Mit diesen Regeln hat Uncover Schwellenwerte erstellt, um zu signalisieren, wenn eine ungewöhnliche Transaktionszahl oder eine „Karte“ einer ungewöhnlichen Datenkombination vorliegt, und das Netzwerk erstellt Warnungen, um bei der Kennzeichnung zu helfen was als potenziell riskante Transaktion angesehen werden könnte für Händler und Emittenten, die im Uncover-Netzwerk tätig sind.
Der Prozess warfare ein iterativ eins, wo Uncover hat vor fünf Jahren seine erste Era von Modellen für maschinelles Lernen entwickelt und seine Bemühungen seitdem verfeinert. Damals begann das Netzwerk mit Kartenkonten, auf denen betrügerische Aktivitäten stattfanden Wo Das Unternehmen konnte die historischen Transaktionen zurückverfolgen.
„Dank dieser Datenbemühungen und unserer Modelle für maschinelles Lernen haben wir es geschafft Wirklich Wir waren in der Lage, die Händler mit den meisten Schnittmengen zu ermitteln und eine gemeinsame Einkaufsstelle zu lokalisieren, die höchstwahrscheinlich die Ursprungsquelle der Datenkompromittierung warfare“, sagte er.
Jetzt setzt das Unternehmen stärker auf maschinelles Lernen, um seine bestehende Betrugsüberwachung und -erkennung zu verbessern – und nutzt die Verarbeitung natürlicher Sprache zur Analyse von Mustern der Streit Texte und Notizen, um potenziell illegale oder betrügerische Händler zu finden.
„Das haben wir Wirklich Wir haben einen langen Weg zurückgelegt und investieren weiterhin in maschinelles Lernen und KI-Technologie, um uns bei der Bekämpfung von Betrug zu helfen“, sagte Stucchio, da sie (die Technologie) Erkenntnisse mit Netzwerkpartnern teilt.
Das Kontoverwaltungstool des Unternehmens helfe dabei, Informationen mit anderen Unternehmen auszutauschen und Acquirer zu informieren, damit diese Lücken bei Händlern schließen können. Im Rahmen des Excessive Model Danger-Programms des Unternehmens arbeitet das Netzwerk mit Käufern zusammen, um diese zu identifizieren und zu registrieren Und Verwalten Sie Händler, die risikoreichere Geschäftsabläufe betreiben, beispielsweise On-line-Glücksspiele oder Kryptowährungen.
„Wir arbeiten daran, unsere bestehenden Betrugsmeldeplattformen zu verbessern, damit wir den Informationsaustausch mit Emittenten über Betrugsvorfälle besser und reibungsloser gestalten und ein umfassenderes Bild der Betrugslandschaft liefern können“, sagte er. Auf diese Weise, so sagte er, gehen die Investitionsrenditen weit über die Grenzen von Greenback und Cent hinaus – sie erstrecken sich auch auf den Ruf von Marken.
Discussion about this post