Cómo las herramientas de Machine Learning están ayudando a prevenir el fraude de identidad

La mayoría de las empresas, grandes y pequeñas, abordan el fraude de identidad a diario y confían en una flota de herramientas, incluida la autenticación multifactor y los códigos CAPTCHA (prueba de Turing pública completamente automatizada para diferenciar a las computadoras de los humanos), para ayudar a identificar posibles fraudes de identidad. Si bien estas herramientas ayudan hasta cierto punto, no captan todo. Según una investigación de Ekata, una empresa de Mastercard, “No es infalible. Los buenos clientes son rechazados y los malos actores se cuelan. Es difícil saber en quién confiar”.

Nos sumergimos en estos desafíos y exploramos cómo los modelos sofisticados de aprendizaje automático pueden brindar a las empresas una mejor comprensión de los datos que están procesando, así como ayudarlos con la verificación de identidad y la protección contra fraudes.

Fraude de identidad sintética

Fraude de identidad sintética implica combinar información de identidad real, como nombre y direcciones, con información falsa. Como resultado, se puede fabricar y utilizar una nueva identidad para eludir los sistemas de detección de fraude. Con el tiempo, a medida que las formas más simples de fraude se han vuelto más fáciles de detectar, el fraude de identidad sintética se ha convertido en un enfoque dominante para los estafadores.

Según la tim sloane, Vicepresidente de Innovación de Pagos en Mercator Advisory Group, identidades sintéticas se construyen como un castillo de naipes. “Un estafador podría usar los números de Seguro Social de las personas que fallecieron, cambiar el nombre, cambiar la edad, crear antecedentes para esa persona y luego crear cuentas”, dijo.

Y cuantas más cuentas crean los estafadores, más creíble se vuelve esa identidad.

“Los estafadores pueden comenzar yendo a un comerciante; identificándose con nombre, domicilio, número de teléfono; creando una cuenta; [y] luego hacer algunas compras”, dijo. “A partir de ahí, obtienen una tarjeta de crédito que coincide con esa identidad y comienzan a construir esa identidad”.

Las herramientas de aprendizaje automático ayudan a abordar el fraude de identidad

Según Ekata, las empresas que intentan prevenir el fraude deben centrarse en dos preguntas importantes: "¿Es real el cliente?" y "¿Es el cliente quien dice ser?"

Eso requiere establecer un vínculo entre los clientes y sus identidades digitales. Esto también proporciona "un análisis de cómo interactúan y se comportan en línea", según Ekata.

Los sistemas de fraude modernos normalmente pueden lograr esto aprovechando el aprendizaje automático. Esencialmente, están analizando los diversos componentes de la identidad y utilizando datos de terceros para validar qué es cierto y qué no.

Es más, un sistema de fraude usa información sobre desde dónde se está conectando la persona. “Un sistema de fraude cuestionará por qué la información personal de un residente de Nueva York proviene de una dirección IP [protocolo de Internet] en China”, dijo Sloane. En esencia, los sistemas de fraude modernos toman las huellas dactilares del dispositivo para ver si coincide con la identidad reclamada del cliente.

Sistemas de aprendizaje automático en la práctica

Como se mencionó anteriormente, una forma de optimizar mejor la detección de fraudes es asegurarse de tener una visión integral de un usuario individual, incluida su dirección IP y hábitos digitales.

Una herramienta de prevención de fraude puede ayudar a las empresas a detectar fácilmente las señales de alerta. Por ejemplo, Ekata Identity Engine puede ayudar a identificar a los buenos clientes frente a los malos respondiendo las siguientes preguntas:

• ¿Este correo electrónico pertenece a la persona?

• ¿Es válida esta dirección? ¿Es residencial?

• ¿Qué tipo de número de teléfono es este?

• ¿Cuándo se vio por primera vez o por última vez la dirección de correo electrónico?

• ¿La dirección IP es riesgosa?

• ¿Existen anomalías en el uso de los elementos de identidad?

Enlace: https://www.paymentsjournal.com/how-machine-learning-tools-are-helping-prevent-identity-fraud/

Fuente: https://www.paymentsjournal.com