Мошенничество с Цифровыми Приложениями VS ИИ и Машинного Обучения

Мошенничество с Цифровыми Приложениями VS ИИ и Машинного Обучения

Хаос, связанный с пандемией, является идеальной средой для киберпреступлений. Торговцы и финансовые организации (ФО) открывают для себя все новые и новые возможности с тех пор, как вспышка КОВИД-19 приобрела глобальный размах. С нарушением рабочих процессов и рассредоточением персонала, растет число случаев мошенничества с приложениями.

Машинное обучение (ML) и искусственный интеллект (AI) доказывают свою ценность на практике. ИИ отлично видят повторяющиеся паттерны. Они вычесляют мошеннические действия. Большинство людей — банкиров списали бы со счетов эти действия, как рискованные кредиты. Злоумышленники используют сфабрикованные личные данные, не оставляя своим жертвам шанса. Машина гораздо легче замечает несостыковку мелких деталей, на которую бы и не обратил внимания живой человек.

Хаос vs контроль

Всплеск мошенничества в приложениях приводит к тому, что FI и торговцы перестраивают меры аутентификации. AI, ML и необслуживаемое машинное обучение (UML) могут быть различными способами применены в борьбе против угрозы мошенничества в приложениях. Изощренность мошенников вызывает потребность в самых передовых инструментах в борьбе с этим видом мошенничества в непрерывном режиме.

Быстрые деньги становятся новой нормой в сфере банковских и финансовых услуг. Вышеупомянутая пандемия КОВИД-19 добавила беспорядок к тому, что и так уже сбило с толку многих людей. Не воспользоваться таким хаосом, было невозможно. С учетом повсеместного карантина и растущей безработицы, люди ищут альтернативные методы заработка, и не всегда легальные.

«Мошенники, использующие данные третьих лиц, обращаются за кредитами с украденными удостоверениями личности», — говорится в докладе. Такие схемы гораздо сложнее обнаружить, чем мошенничество с участием первой стороны. Серийные приложения будут каждый раз использовать свежие идентификационные данные».

Этот вид мошенничества замечается только, когда жертвы обращаются в свои ФО уже после того, как заметили необычную активность в их кредитной истории. Компетентные мошенники на этом этапе уже давно ушли в закат, заставляя финансовые учреждения возмещать убытки своим клиентам».

Еще хуже обстоят дела с синтетическими личностями, которые также трудно обнаружить. За ними не стоит ни один фактический человек, который мог бы сообщить о том, что его личность или удостоверения были украдены. К счастью, в распоряжении ФО, торговцев и их партнеров по решению проблем есть новые мощные инструменты.

«AI и ML превосходно умеют распознавать синтетическое мошенничество. Традиционные предупреждающие знаки, такие как кредитный риск, могут быть ненадежными для таких схем», — говорится в отчете.

«Плохие актеры развивают эти личности на протяжении многих лет и разрабатывают баллы FICO и финансовые истории, но они часто имеют мелкие несоответствия, ошибки, которые были бы незаметны для человеческих аналитиков. Для ИИ они словно красная тряпка». ML может обнаружить мошенников, не имея доступа к данным, на которые он должен обратить внимание, выявляя потенциальных мошенников в момент утверждения счета. Что бы заменить машину, человеку потребовалось длительное профильное обучение и годы практики. Даже при таких условиях, человеческий мозг вряд ли справится с задачей лучше ИИ».

Киберпреступная полиция Блоттер

В «Цифровом Мошенническом Отслеживателе Мошенничества» (March 2020 Digital Fraud Tracker) подробно описаны важные события, начиная с ожидаемого выпуска системы безопасности Verizon Machine State Integrity на основе блок-чейна и заканчивая арестом и судебным преследованием бывшего инженера Microsoft Владимира Квашука.

Смелый всплеск киберпреступности Квашука был обнаружен Microsoft и Министерством юстиции США после того, как он украл около 10 миллионов долларов США за два года. Офера принесла ему 20 тюрьмы, если верить последним отчетам Tracker.

StanislavKotelnyk

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *