Предотвращение финансовых потерь от мошенничества в сфере электронных платежей: тренды и эффективные

Предотвращение финансовых потерь

от мошенничества:

тренды и эффективные технологии

Владимир Анисимов

ASSIST

Автоматизированная система предотвращения мошеннических операций 1

Схема мошенничества с электронными билетами


Схема мошенничества в интернет-рекламе


Схема мошенничества с товарами массового потребления


Мошенничество в интернете с банковскими картами


Меры противодействия мошенничеству

Приостановка подозрительных

транзакций до решения группы

экспертного анализа.

Экспертный анализ

Онлайн-верификация Card Verification Number

AVS

3DSecure

Двухфакторная аутентификация через

телефон

Онлайн-анализ Черные списки

Белые списки

Экспертные правила

Методы машинного обучения


AVS и CVN

Система AVS выполняет

перекрестную проверку адреса

плательщика, представленного

покупателем, и адреса,

зарегистрированного

эмитентом кредитных карт.

AVS не поддерживается в

России.

CVN (CVV2, CVC2) -

дополнительный код проверки

подлинности карты. Наносится

на полосе для подписи

держателя после номера карты

либо после последних 4 цифр

номера карты.

Механизм CVN не может

защитить от фишинга, когда

введённый в заблуждение

владелец карты, среди прочих

её параметров, вводит CVV2-

номер


3D-Secure

3D-Secure добавляет еще один

шаг в процесс оплаты, на

котором покупатель вводит

пароль на странице банка-

эмитента.

При использовании магазином

протокола 3D-Secure

ответственность за

мошеннические операции

переносится на банк.

Использование 3D-Secure

снижает оборот.


Варианты подключения систем онлайн-анализа


Принцип работы систем онлайн-анализа


Пример правила – отказ в приеме карт США

Отказ в приеме карт США заметно снижает риск мошенничества


Недостаток экспертного правила – неоправданное

снижение оборота


12

Обучающее множество

(x,y), где x – вектор признаков (features),

y – вектор класса (откликов, class, response)

x → xp , модификация признаков, выбор

наиболее значимых признаков

Обучение

Тестирование

Препроцессинг

Исходное множество

данных

Качество результатов зависит от:

• качества предоставляемых признаков;

• полноты обучающего множества.

Алгоритмы машинного обучения


Критерии качества систем онлайн-анализа

Процент ложных срабатыванийТочность

Скорость Менее секунды на проверку

платежной операции

Эффективность Способность определения

рисковых платежей


Системы онлайн-анализа и ручной мониторинг


Сравнительные показатели


% риска фродаСтоимость

антифрода

?

Баланс между допустимым риском и совокупными

затратами на защиту от мошенничества – золотое правило

интернет-магазина

Спасибо!

[email protected]

Marketing

Предотвращение финансовых потерь от мошенничества в сфере электронных платежей: тренды и эффективные