La pelea estafadores es un ámbito problemático en la era digital, porque el fraude se niega obstinadamente a ser un objetivo estático. En cambio, el fraude digital es un campo de esfuerzo en constante evolución y mejora, que siempre se está preparando para su próxima evolución. Busca su próximo punto de entrada y adopta el más reciente tecnología o metodología para que sea más fácil hacerlo desde adentro y más difícil de detectar desde afuera haciendo trabajo y despegando con datos o fondos mal obtenidos.

Y aunque esta noticia está lejos de ser reconfortante, especialmente cuando se combina con todas las aventuras de fraude exitosas que hemos visto en la era digital, Onfido Vicepresidente de Fraude en la Gestión de Productos Albert Roux declaró para PYMNTS que no es una situación imposible. En general, la industria de servicios financieros está evolucionando junto con el defraudador y las capas adicionales de defensa más allá de la primera capa de conocimiento de su cliente creada por los requisitos de cumplimiento que rigen los servicios financieros.

Dijo que estos requisitos no son un punto final cuando se trata de construir protecciones al consumidor, sino un trampolín desde el cual las instituciones financieras (IF) pueden cubrir señales digitales como redes, información de dispositivos y biometria para comprender lo que está sucediendo dentro y al nivel de la transacción. Las IF deben “continuar” autenticar el usuario para asegurarse de que no está tratando con un ladrón de datos o una transferencia bancaria o alguien que intenta lavar dinero ”, dijo Roux.

Puede que no haya una solución milagrosa para eliminar todos los fraudes a la vez, dijo, pero eso no es lo que las organizaciones financieras necesitan para mantener a los estafadores. Lo que necesitan son defensas en capas que filtran continuamente los datos a través de diferentes flujos para ver si el consumidor es con quien creen que están tratando. Esto es algo que los estafadores hacen cada día más difícil.

Hace unos años, la idea de que los estafadores pudieran usar tecnología falsa profunda para vencer los escáneres biométricos y obtener acceso a cuentas de consumidores no deseados se consideraba paranoica, dijo. Los tipos de imágenes fijas que podía crear el programa no eran lo suficientemente sofisticados como para engañar a un escáner biométrico bien programado para que buscara signos de movimiento realista en una imagen.

Pero hoy, esta tecnología ha avanzado radicalmente: es fácilmente posible crear contenido atractivo y realista mientras se pretende ser el rostro de alguien, o incluso con una “persona” que nunca existió y es una combinación sintética de imágenes y datos transmitidos para crear una identidad sintética. diseñado para engañar a un sistema de detección de fraude, dijo.

Mantener la tecnología por delante de este tipo de intentos de piratería significa mucho tiempo trabajando con ellos directamente en su laboratorio, asegurándose de que la tecnología de seguridad se mantenga por delante de los avances tecnológicos en el fraude al consumidor, dijo.

Pero más complicada incluso que los grandes avances en el uso de la tecnología para defraudar a consumidores y empresas inocentes es la metodología táctica que entra en los fraudes de ingeniería social que también están avanzando. Y estos fraudes, en la medida en que los ciberdelincuentes atraen inesperadamente a los consumidores a sus intentos fraudulentos, son mucho más difíciles de detectar.

Parecen buenas ofertas porque, en cierto sentido, lo son. No existe un “usuario incorrecto” que finge ser alguien que no lo es, sino sólo un usuario correcto que es forzado y engañado para que voluntariamente haga algo que no quiere hacer.

“Para nosotros, el tipo de ingeniería social que limita a los usuarios es el más difícil de detectar”, dijo Roux.

Pero si bien es difícil de ver, combatirlo es una cuestión de implementar reglas simples que puedan proteger la cuenta y realizar un seguimiento de la seguridad del usuario auténtico, y eso puede suceder pasivamente en el fondo de una transacción. ¿El usuario cambia su cuenta en cualquier momento del día que tenga sentido dados sus hábitos de uso anteriores? ¿El servicio o la solicitud que hacen se alinea con su uso histórico? ¿Tarda mucho más de lo debido en responder preguntas y navegar por la página?

Ninguno de esos datos es una prueba positiva de que algo está mal, pero cuando comienzan a aparecer juntos, dijo Roux, comienzan a tomar una imagen del fraude en curso si el sistema está configurado para reconocer esto.

“Si observa los datos sobre miles y miles de puntos de datos de comportamiento del usuario en las cuentas de nuestros clientes, habrá patrones específicos que podrá ver”, dijo Roux. “Aquí puede utilizar un enfoque estadístico. Y esto también es un poco más complejo. Necesita utilizar más de una herramienta de aprendizaje automático [ML] a reglas simples para contrarrestar estos ataques. “

El costo del fraude en los servicios financieros es alto, tanto en términos de dólares perdidos por los ladrones como en la confianza del consumidor en la seguridad de sus fondos. Y el fraude no desaparecerá, no desaparecerá o desaparecerá por sí solo. Mientras existan cuentas de consumidores a las que se pueda acceder ilegalmente o canales digitales que se puedan utilizar para blanquear ganancias ilícitas, los estafadores las buscarán y desarrollarán a un alto nivel, ya que esto les resulta rentable.

“En cuanto a cómo detener esos círculos delictivos, básicamente es necesario desarrollar un nuevo enfoque algorítmico de ML para contrarrestarlos o implementar reglas más específicas”, dijo. “Con la mayor cantidad de información posible, es posible detener al estafador, porque cada vez tienen menos lugares donde esconderse y explotar el sistema”.


Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *