数字欺诈不再是偶发事件——它已成为电商日常运营的一部分。Nethone的数据显示，1月和2月可疑欺诈企图仍然超过4亿次，这表明即使退货、退款和投诉量激增——这使得欺诈检测更加困难——诈骗者仍在继续瞄准用户。
这些措施的主要目标是高价值的数字商务，例如销售高价商品的电商和航空售票公司。由于这些业务对犯罪分子更具吸引力，因此它们被迫比其他企业更快地进行创新，从而成为最新反欺诈技术的试验场。
什么构成高风险交易（所谓的“高风险业务”）？是与高价值交易、即时流动性或大额交易量的关联。具体来说，指的是：
销售高价商品（如电子产品）的电商平台，以及经营易于在非正规市场转售的优质品牌产品的电商市场；
在线游戏和博彩，允许快速地积累和增值资金；
旅游和机票，平均交易额高，且具有直接的转售潜力；
加密货币和数字资产，允许进行匿名、流动性强且不受地域限制的交易；
金融科技服务，其开户和客户互动容易遭受社会工程攻击和账户接管欺诈。
拥有这种特征的企业每天都面临着复杂的威胁，这迫使它们提高安全标准并不断创新。而那些不属于这个群体也必须密切关注，因为这些企业今天面临的风险很快就会蔓延到整个市场。
传统预防方法的问题
经典的防欺诈手段是基于注册数据和交易历史的封锁。这是一个静态模型，存在明显的局限性，例如过度封锁，这会增加误报的数量，并导致流失合法客户。此外，传统模型无法跟上攻击的动态变化，而老练的欺诈者已经知道如何操纵静态数据，例如证件号码、地址和克隆的卡片。
最终，过度拦截会损失销量；拦截不足则会造成财务损失。这就是为什么将其他因素（如行为分析）纳入考量如此重要的原因。高风险行业已经吸取了这一教训，他们不再仅仅依赖用户提供的信息进行评估，而是还会分析用户在线行为。
一些成功应用的行为指标包括：
打字速度和风格；
地理位置和账单地址不符；
使用VPN或设备模拟器；
导航流程（页面停留时间，重复尝试，点击路径）。
欺诈者可以获取注册数据，但持续复制合法的行为模式要困难得多。
人工智能一线应用
高价值数字商务所能提供的关于欺诈预防的主要教训是：欺诈预防绝非一成不变；它是一个持续的过程，需要不断更新以应对不断变化的犯罪手法。
所有电商，即使是那些被认为风险较低的，也应该以这个动态的生态系统为借鉴，采取主动姿态，因为声誉、现金流和客户关系都取决于检测和阻止威胁的能力。
大规模使用人工智能（AI）等技术使得实时检测异常成为可能，这在需要立即做出决策的行业中至关重要。此外，这些系统具有持续学习的能力——模型在识别新的攻击向量时不断改进，从而对新兴行为做出更快、更有效的响应。
人工智能尚未完全取代人工分析，但它通过自动化海量尝试来增强反欺诈团队的能力，从而形成一种组合，使防御体系更加强大。
所有行业都需要快速了解的事项
高风险行业的投资和安全策略应作为整个市场的参考。毕竟，技术发展是双向的——既有利于防御者，也有利于欺诈者——而今天在高度关注的行业中测试的技术，很快就会蔓延到其他行业。
数据显示，欺诈活动日益动态化，不再局限于关键商业日历日期，将其视为“IT团队的问题”是错误的。
实际上，这意味着仅在十一月黑色星期五之前加强防御是不够的。即使对于中等风险行业，优先投资行为技术和人工智能也是关键。
密切关注高风险行业如何处理欺诈的人，更有可能应对已经冲击整个市场的挑战——因为防范欺诈是一项商业战略，而不仅仅是防御措施。
作者：Thiago Bertacchini，Nethone 销售主管
