选择业务欺诈检测方案？

• 消费者设备、电子邮件、位置、行为模式等的信息，保护消费者数据并使消费者体验个性化;
• 能够关联一个人的在线和离线数据，通过使用全局数据集进行高级分析和机器学习，对消费者的交易风险进行准确评估。这样，企业能够达成高的欺诈检测率和低的误报率。

Jimmy Fon(SEON首席运营官)

2021年可供互联网企业和在线业务选择的欺诈检测方案多到令人眼花缭乱。选择相关合作伙伴来保护您的在线业务时，有四个主要注意事项：

• 选择正确的AI路线：基于严格的规则还是完全的黑匣子?前者可让您完全控制，但可能很麻烦，并且依赖于知识渊博的内部欺诈团队。另一种则非常适合极端交易量，但提供的解释很少。幸运的是，还有一种中间选择——受监督的机器学习白盒，可以鱼与熊掌兼得，基于细化规则的同时，通过机器学习在完全不同的数据点之间建立联系。
• 完全模块化：欺诈检测技术应该适配您的业务，而不是相反。欺诈者不断发展，并找到了针对大多数点状解决方案的巧妙解决方法。现代欺诈检测技术是一种“网状”方法，结合使用了最新的尖端工具，这使欺诈者非常难以逃避检测。
• 快速兑现价值：结果往往很难预测，因此尽量选择那些提供免费试用，允许无偿测试和验证价值的工具。
• 透明度：现代有效的欺诈技术应向最棒的SAAS产品看齐，提供透明的价格、服务合同和免费试用。产品价值和风险应完全由欺诈检测合作伙伴负责。

Chris Halaschek(Pindrop产品副总裁)

新冠疫情迫使人们快速适应远程生活/办公的各个方面，而呼叫中心已成为全球化业务中受冲击最大的领域，通话量创记录地同比增长了42%(根据Forrester Consulting的研究)。

在这种背景下，CISO需要寻找能够比越来越狡猾的欺诈者更聪明的欺诈检测解决方案，欺诈者正在利用机器到机器(M2M)的漏洞和策略将IVR侦察与网络钓鱼和网络欺诈相结合，以收集数据并实施跨渠道的账户接管(ATO)。

面对不断升级的威胁态势，欺诈检测解决方案需要能够监控和测量呼叫中心和IVR环境中每个呼叫账户的风险，在攻击发生之前预测并标记出被攻击风险最高的账户。

能够计算账户风险状态并提供活动威胁评分的解决方案将有助于简化安全团队的工作。如果评分能通过API集成到企业威胁情报系统，同时又不会破坏和影响现有系统和工作流程就更好了。这些功能将帮助CISO抵御最新的欺诈策略，提供整个企业所面临的潜在欺诈的跨渠道视图，进而改善企业的总体安全状况。

Yuval Marco(NICE Actimize欺诈与身份验证管理总经理)

欺诈是复杂的、动态的和“百折不回”的。技术的进步，以及不断变化的欺诈策略，已经导致了今天不断发展的支付和欺诈格局。暗网中可用的PII的激增以及数据泄露事件的不断增加进一步加剧了欺诈检测和预防的复杂性。

欺诈者利用被盗和伪造身份ID的数量和成功率都在增长。美联储最近的一份报告指出，85%至95%的合成身份都无法被现有欺诈检测模型捕获。

我们认为，最佳的欺诈预防策略和实施必须是全面的，并具有实时流传输数据的能力，以检测和防御这些新出现的威胁。防欺诈专业人士应寻找能够提供端到端覆盖的解决方案，使用AI和机器学习等先进技术提供实时数据处理，以检测异常行为，灵活地适应不断变化的欺诈行为。

尽管有许多针对特定用例的工具和解决方案，但如果没有正确的整体方法来整合并协调工具生态系统，则欺诈者仍将能够利用数据零散和防护的弱点。

（编辑：文章分享网_茂名站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!