Как искусственный интеллект и машинное обучение являются ключом к борьбе с мошенничеством с идентификацией

В мире, который становится все более цифровым, мошенничество с идентификацией становится все более серьезной проблемой. Согласно ежегодному обзору мошенничества, проводимому Ассоциацией по борьбе с мошенничеством в сфере связи (CFCA), мошенничество с идентификацией заняло первое место как метод мошенничества номер один, используемый во всем мире и в отдельных компаниях. Мошенничество с идентификацией в телекоммуникациях в процессе подписки (мошенничество с подпиской) также заняло первое место среди десяти самых популярных методов мошенничества, что привело к затратам в размере 2,03 миллиарда долларов. 1

Кража личных данных, когда использование сфабрикованных личных данных в точках продаж позволяет мошеннически использовать телекоммуникационные услуги и/или увековечивает последующие мошеннические действия, может привести к серьезным последствиям в настоящее время. С высоко взаимосвязанными сетями 4G и скоро запускаемыми сетями 5G, предоставляющими не только услуги с добавленной стоимостью, но и финансовые услуги, такие как мобильные платежи и банковские операции, он открывает доступ, как никогда раньше. Кража личных данных может служить отправной точкой для множества видов мошенничества или даже терроризма. Имея доступ к вторичной авторизации (проверка PIN-кода), мошенничество с подпиской может быть использовано для любого количества незаконных действий.

Это обусловило острую потребность в упреждающем и динамичном реагировании на укрепление безопасности цифровой идентификации.

Защита от мошенничества с идентификацией

Решение проблемы мошенничества заключается в обнаружении аномалий данных в режиме реального времени. Например, для борьбы с мошенничеством в сфере телекоммуникаций Институт технологических исследований (TRI) заявил, что службы проверки личности в точках продаж в режиме реального времени являются неоценимым подспорьем в предотвращении использования мошенниками кражи личных данных. 2Исторически правила всегда были в системе. Но в мире, который становится все более взаимосвязанным, эффективное покрытие мошенничества возможно только при сочетании правил и прикладных технологий искусственного интеллекта (ИИ) и машинного обучения (МО).

Благодаря технологиям искусственного интеллекта и машинного обучения компании могут обнаруживать аномалии данных в режиме реального времени и принимать решения на основе информации по мере ее поступления, что позволяет им предвидеть и принимать упреждающие меры. Например, методы AI/ML могут использовать технологию распознавания лиц для выявления высокого риска путем проверки черных списков. Машинное обучение может дополнить традиционные системы, основанные на правилах, для разработки и обучения алгоритмов для определения характеристик трафика и выявления аномалий, которые могут оказаться мошенничеством.

Кроме того, огромные объемы незащищенных данных, поступающих с подключенных устройств в операторские сети, можно защитить только с помощью ИИ и машинного обучения. Технологии искусственного интеллекта обладают способностью масштабировать усилия и позволяют обнаруживать мошенничество в больших масштабах, управляя миллионами клиентских или сетевых точек данных.

Поскольку сети продолжают расширяться, а новые схемы мошенничества продолжают развиваться, сочетание правил и прикладных моделей AI/ML будет служить наиболее эффективным способом борьбы с мошенничеством с идентификацией.

Первоначально опубликовано на https://www.subex.com 18 июня 2019 г.