數位詐欺不再是偶然事件,而是已成為電子商務日常工作的一部分。Nethone數據顯示,1月和2月涉嫌詐欺企圖仍超過4億起,這表明即使數量達到4億起,詐欺者仍繼續以用戶為目標。退貨、退款和投訴都處於高峰期,使得檢測更具挑戰性。
這些行動的主要焦點是高價值的數位商務,例如銷售高價產品的電子商務商店和機票行業的公司。這些企業由於對犯罪分子更具吸引力,被迫比其他企業更快創新,成為最新詐欺偵測技術的實驗室。
交易高風險(所謂的「高風險業務」)的原因是與高價值營運、即時流動性或大交易量的關聯。我們正在談論:
電子產品和優質品牌市場等昂貴商品的電子商務平台,可輕鬆處理在非正式市場轉售的產品;
線上遊戲和投注,允許快速移動和增加資源;
旅遊和機票,平均交易價值高,具有即時轉售潛力;
加密貨幣和數位資產,使交易具有匿名性、流動性和無國界性;
金融科技服務,其中帳戶開立和客戶互動容易受到社會工程和帳戶接管詐騙的影響。
具有這種特徵的公司每天都面臨著複雜的威脅,這迫使他們提高安全標準並不斷創新。這個群體之外的人應該密切注意,因為這些企業今天面臨的風險往往會在短時間內蔓延到整個市場。
傳統預防方法的問題
對詐欺的典型反應是基於註冊資料和交易歷史記錄的封鎖。這是一個靜態模型,有明顯的限制,例如過度封鎖,這會增加誤報的數量並導致合法客戶的流失。此外,傳統模式無法跟上攻擊的動態,而老練的詐欺者已經知道如何操縱靜態數據,例如文件編號、地址和克隆卡。
最終,阻止過多的成本銷售;阻止太少會產生財務損失。這就是為什麼在方程式中包含其他元素如此重要,例如行為分析。這已經是對高風險產業的學習,這些產業不再將其評估限制在用戶報告的內容上,而且還分析他在網路上的行為。
一些已成功應用的行為指標包括:
速度和打字模式;
地理位置以及與帳單地址的差異;
使用VPN或設備模擬器;
導航流程(頁面上的時間、重複嘗試、點擊路徑)。
詐欺者可以獲得地籍數據,但一致地複製合法的行為模式要困難得多。
人工智慧在前線
高價值數位商務可以教導的有關預防詐欺的主要教訓是,它永遠不會是靜態的:這是一個持續的過程,需要不斷更新以應對不斷變化的犯罪技術。
每個電子商務,即使是風險最低的電子商務,都應該受到這個動態生態系統的啟發,並採取積極主動的立場,因為聲譽、現金流和客戶關係取決於檢測和阻止威脅的能力。
人工智慧 (AI) 等技術的大量使用可以即時檢測異常情況,這對於需要立即做出決策的部門至關重要。此外,這些系統具有持續學習能力,並且隨著識別新的攻擊而改進向量,對新出現的行為提供更快、更有效的反應。
人工智慧尚未完全取代人類分析,但它透過自動化大量嘗試來為反詐欺團隊提供支持,創建使防禦更加強大的組合。
所有行業都需要了解(並且快速)什麼
高風險產業的投資和安全策略應該被視為整個市場的參考。畢竟,技術的發展發生在雙方、詐騙者和以色列國防軍身上,而今天在高度目標產業中進行的測試很快就會蔓延到其他產業。
數據顯示,詐欺行為日益活躍,不再局限於商業日曆中的關鍵日期,將其視為「IT IT 團隊問題」是錯誤的。
實際上,這意味著在 11 月黑色星期五之前加強防禦是不夠的。即使對於中等風險產業,方法也是優先考慮對行為技術和人工智慧的投資。
那些密切關注高風險行業如何應對欺詐的人可以更好地應對已經敲響整個市場大門的挑戰"預防車輪欺詐是一種商業策略,而不僅僅是一種防禦措施。"。
作者:Nethone 銷售主管 Thiago Bertacchini

